学习KMP算法-力扣28实现strStr()

例题：力扣-实现strStr().链接: 实现strStr().

什么是KMP

KMP的名字由来是由这三位学者发明的：Knuth, Morris和Pratt，所以取了三位学者的首字母。所以叫KMP

KMP有什么用呢

• KMP主要应用在字符串匹配上。
• KMP的主要思想史当出现字符串不匹配时，可以知道一部分之前已经匹配的文本内容，可以利用这些信息避免从头再去做匹配了
• 所以如何记录已经匹配的文本内容，是KMP的重点，也是next数组肩负的重任

什么是前缀表

• next数组就是一个前缀表(prefix table)
• 前缀表是用来回退的，它记录了模式串与主串(文本串)不匹配的时候，模式串应该从哪里开始重新匹配
• 如果使用前缀表，就不会从头匹配，而是从上次已经匹配的内容开始匹配，找到模式串中第三个字符b继续开始匹配
• 前缀表：记录下标i之前(包括i)的字符串中，有多大长度的相同前缀后缀

最长公共前后缀

• 字符串的前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串。
• 后缀是指不包括第一个字符的所有以最后一个字符结尾的连续子串
• 前缀表要求的就是相同前后缀的长度

前缀表与next数组

• 很多KMP算法的时间都是使用next数组来做回退操作，那么next数组与前缀表有什么关系呢？
• next数组就可以是前缀表，但是很多实现都是把前缀表统一减一(右移一位，初始位置为-1)之后作为next数组

时间复杂度分析

• 其中n为文本串长度，m为模式串长度，因为在匹配的过程中，根据前缀表不断调整匹配的位置，可以看出匹配过程是O(n)，之前还要单独生成next数组，时间复杂度是O(m)。所以整个KMP算法的时间复杂度是O(n+m)
• 暴力的解法显而易见是O(n*m)，所以KMP在字符串匹配中极大的提高了搜索的效率

构造next数组

定义一个函数getNext来构建next数组，函数参数为指向next数组的指针，和一个字符串

void getNext(int* next, const string& s)

• 构造next数组起始就是计算模式串s，前缀表的过程，主要有如下三步：

1. 初始化
2. 处理前后缀不相同的情况
3. 处理前后缀相同的情况

• 初始化：
  定义两个指针i和j，j指向前缀起始位置，i指向后缀起始位置。然后还要对next数组进行初始化赋值，如下：

int j = -1;
next[0] = j;

j为什么要初始化为-1，因为之前说过前缀表要统一减一的操作仅仅是其中的一种实现，我们这里选择j初始化为-1，下文我还会给出j不初始化为-1的实现代码
next[i]表示i(包括i)之前最长相等的前后缀长度(其实就是j)
所以初始化next[0] = j

• 处理前后缀不相同的情况
  因为j初始化为-1，那么i就从1开始，进行s[i]与s[j+1]的比较
  所以遍历模式串s的循环下标i要从1开始，代码如下

for(int i = 1; i < s.size(); i++)

如果s[i]与s[j+1]不相同，也就是遇到前后缀末尾不相同的情况，就要向前回退
怎么回退呢
next[j]就是记录j（包括j）之前的子串的相同前后缀的长度
那么s[i]与s[j+1]不相同，就要找j+1前一个元素在next数组里的值(就是next[j]).
所以，处理前后缀不相同的情况代码如下：

while(j >= 0 && s[i] != s[j+1]){    // 前后缀不相同了
    j = next[j];    // 向前回退
}

• 处理前后缀相同的情况
  如果s[i]与s[j+1]相同，那么就同时向后移动i和j说明找到了相同的前后缀，同时还要将j(前缀的长度)赋给next[i]，因为next[i]要记录相同前后缀的长度
  代码如下：

if(s[i] == s[j + 1]){   // 找到相同的后缀
    j++;
}
next[i] = j;

最后整体构建next数组的函数代码如下：

void getNext(int* next, const string& s){
    int j = -1;
    next[0] = j;
    for(int i = 1; i < s.size(); i++){  // 注意i从1开始
        while(j >= 0 && s[i] != s[j + 1]){  // 前后缀不相同了
            j = next[j];    // 向前回退
        }
        if(s[i] == s[j + 1]){   // 找到相同的前后缀
            j++;
        }
        next[i] = j;    // 将j（前缀的长度）赋给next[i]                                 
    }
}

使用next数组来做匹配

在文本串s里 找是否出现过模式串t
定义两个下标j指向模式串起始位置，i指向文本串起始位置
那么j初始值依然为-1，为什么呢？依然因为next数组里记录的起始位置为-1
i就从0开始，遍历文本串，代码如下：

for(int i = 0; i < s.size(); i++)

接下来就是s[i]与t[j+1]（因为从-1开始的）进行比较。
如果s[i]与t[j+1]不相同，就要从next数组里寻找下一个匹配的位置
代码如下

while(j >= 0 && s[i] != t[j + 1]){
    j = next[j];
}

如果s[i] 与 t[j+1]相同，那么i和j同时向后移动，代码如下：

if(s[i] == t[j+1]){
    j++;    // i的增加在for循环里
}

如何判断在文本串s里出现了模式串t呢，如果j指向了模式串t的末尾，那么就说明模式串t完全不匹配文本串s里的某个子串了

• 要在文本串字符串中找出模式串出现的第一个位置(从0开始)，所以返回当前在文本串匹配模式串的位置i减去模式串的长度，就是文本串字符串中出现模式串的第一个位置

if(j == (t.size)-1){
    return (i-t.size() + 1);
}

那么使用next数组，用模式串匹配文本串的整体代码如下：

int j = -1; //因为next数组里记录的起始位置为-1
for(int i = 0; i < s.size(); i++){  // 注意i就从0开始
    while(j >= 0 && s[i] != t[j+1]){    // 不匹配
        j = next[j];    // j寻找之前匹配的位置
    }
    if(s[i] == t[j + 1]){   // 匹配，j和i同时向后移动
        j++;    // i的增加在for循环里
    }
    if(j == (t.size() - 1)){    // 文本串s里出现了模式串t
        return (i - t.size() + 1);
    }
}

前缀表统一减一 C++代码实现

class Solution {
public:
    void getNext(int* next, const string& s) {
        int j = -1;
        next[0] = j;
        for(int i = 1; i < s.size(); i++) { // 注意i从1开始
            while (j >= 0 && s[i] != s[j + 1]) { // 前后缀不相同了
                j = next[j]; // 向前回退
            }
            if (s[i] == s[j + 1]) { // 找到相同的前后缀
                j++;
            }
            next[i] = j; // 将j（前缀的长度）赋给next[i]
        }
    }
    int strStr(string haystack, string needle) {
        if (needle.size() == 0) {
            return 0;
        }
        int next[needle.size()];
        getNext(next, needle);
        int j = -1; // // 因为next数组里记录的起始位置为-1
        for (int i = 0; i < haystack.size(); i++) { // 注意i就从0开始
            while(j >= 0 && haystack[i] != needle[j + 1]) { // 不匹配
                j = next[j]; // j 寻找之前匹配的位置
            }
            if (haystack[i] == needle[j + 1]) { // 匹配，j和i同时向后移动
                j++; // i的增加在for循环里
            }
            if (j == (needle.size() - 1) ) { // 文本串s里出现了模式串t
                return (i - needle.size() + 1);
            }
        }
        return -1;
    }
};

前缀表（不减一）C++实现

class Solution {
public:
    void getNext(int* next, const string& s) {
        int j = 0;
        next[0] = 0;
        for(int i = 1; i < s.size(); i++) {
            while (j > 0 && s[i] != s[j]) {
                j = next[j - 1];
            }
            if (s[i] == s[j]) {
                j++;
            }
            next[i] = j;
        }
    }
    int strStr(string haystack, string needle) {
        if (needle.size() == 0) {
            return 0;
        }
        int next[needle.size()];
        getNext(next, needle);
        int j = 0;
        for (int i = 0; i < haystack.size(); i++) {
            while(j > 0 && haystack[i] != needle[j]) {
                j = next[j - 1];
            }
            if (haystack[i] == needle[j]) {
                j++;
            }
            if (j == needle.size() ) {
                return (i - needle.size() + 1);
            }
        }
        return -1;
    }
};