我一定要 学会KMP字符串匹配

核心内容：
生成next数组
初始化next[0] = 1, i = 1, j = -1。
这种结果是统一将next中元素 -1 之后的结果。（因为初始化的 j = -1）（即next[i]表示i匹配之后跳到的下标；如果不-1的话，那就需要找匹配失败的前一个元素的next[i-1]）

i 指向后缀的末尾，所以初始化为1.
j 指向前缀的末尾，但使用时用的是j + 1，所以 j 初始化为 -1.

每匹配成功一次，j++，代表着匹配成功的长度+1，前缀的末尾当然也会 + 1.

---

利用next数组进行匹配
在使用next数组进行匹配时，和生成next数组的过程类似。
初始化 i = 0指向文本串，j = -1 使用 j + 1指向模式串。
当 j = m - 1时，表示已经成功匹配了 m 次，即模式串全都匹配成功了，这时候返回结果即可。

什么是KMP

一种字符串匹配的高效算法。

KMP的经典思想就是:当出现字符串不匹配时，可以记录一部分之前已经匹配的文本内容，利用这些信息避免从头再去做匹配。

说到KMP，先说一下KMP这个名字是怎么来的，为什么叫做KMP呢。

因为是由这三位学者发明的：Knuth，Morris和Pratt，所以取了三位学者名字的首字母。所以叫做KMP。

整个KMP算法的时间复杂度是O(n+m)的。
暴力的解法显而易见是O(n × m)。

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。

首先要知道前缀表的任务是当前位置匹配失败，找到之前已经匹配上的位置，再重新匹配，此也意味着在某个字符失配时，前缀表会告诉你下一步匹配中，模式串应该跳到哪个位置。

那么什么是前缀表：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。
后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串。
正确理解什么是前缀什么是后缀很重要!

是用“最长相等前后缀” 更准确一些。
因为前缀表要求的就是相同前后缀的长度。

一个示例

两个关键点：

• 求next数组
• 匹配过程

next数组的含义——模板串p中当前字符结尾的字符串中最长的前缀和后缀相同的长度。

假设最后一个b没匹配上，那么下次匹配就会匹配next[4-1]=1下标的b。（即 不匹配的元素前一位的next数组值）。

如何计算前缀表/构造next数组

    public int[] getNext(char[] s) {
        int n = s.length;
        int[] next = new int[n];
        next[0] = -1;
        // i指向后缀末尾位置(所以从1开始),j指向后缀末尾位置
        for (int i = 1, j = -1; i < n; ++i) {
            while (j >= 0 && s[i] != s[j + 1]) j = next[j]; // 回退
            if (s[i] == s[j + 1]) j++;
            next[i] = j;
        }
        return next;
    }

初始化next[0] = 1, i = 1, j = -1。
这种结果是统一将next中元素 -1 之后的结果。（因为初始化的 j = -1）（即next[i]表示i匹配之后跳到的下标；如果不-1的话，那就需要找匹配失败的前一个元素的next[i-1]）

i 指向后缀的末尾，所以初始化为1.
j 指向前缀的末尾，但使用时用的是j + 1，所以 j 初始化为 -1.

每匹配成功一次，j++，代表着匹配成功的长度+1，前缀的末尾当然也会 + 1.

---

在使用next数组进行匹配时，和生成next数组的过程类似。
初始化 i = 0指向文本串，j = -1 使用 j + 1指向模式串。
当 j = m - 1时，表示已经成功匹配了 m 次，即模式串全都匹配成功了，这时候返回结果即可。

完整代码

java

https://leetcode.cn/problems/find-the-index-of-the-first-occurrence-in-a-string/

class Solution {
    public int strStr(String haystack, String needle) {
        char[] s = haystack.toCharArray(), p = needle.toCharArray();
        int[] next = getNext(p);
        int n = s.length, m = p.length;
        for (int i = 0, j = -1; i < n; ++i) {
            while (j >= 0 && s[i] != p[j + 1]) j = next[j];
            if (s[i] == p[j + 1]) j++;
            if (j == m - 1) return i - m + 1;
        }
        return -1;
    }

    public int[] getNext(char[] s) {
        int n = s.length;
        int[] next = new int[n];
        next[0] = -1;
        // i指向后缀末尾位置(所以从1开始),j指向后缀末尾位置
        for (int i = 1, j = -1; i < n; ++i) {
            while (j >= 0 && s[i] != s[j + 1]) j = next[j]; // 回退
            if (s[i] == s[j + 1]) j++;
            next[i] = j;
        }
        return next;
    }
}

cpp

831. KMP字符串

#include <iostream>
#include <cstring>
#include <algorithm>

using namespace std;

const int N = 100010, M = 1000010;

int n, m;
int ne[N];
char s[N], p[M];

/* 下标从1开始 */
int main()
{
    cin >> n >> (p + 1) >> m >> (s + 1);
    
    // 计算next数组。相当于自己和自己匹配， 值的含义是后缀和前缀的最大相同长度
    for (int i = 2, j = 0; i <= n; i++) {
        while (j && p[i] != p[j + 1]) j = ne[j];
        if (p[i] == p[j + 1]) j++;
        ne[i] = j;
    }
    
    // kmp匹配
    for (int i = 1, j = 0; i <= m; i++) {
        while (j && s[i] != p[j + 1]) j = ne[j];
        if (s[i] == p[j + 1]) j++;
        if (j == n) {
            printf("%d ", i - n);
            j = ne[j];
        }
    }
    
    return 0;
}

---

后记 & 注意事项

1. KMP 算法虽然有着良好的理论时间复杂度上限，但大部分语言自带的字符串查找函数并不是用 KMP 算法实现的。这是因为在实现 API 时，我们需要在平均时间复杂度和最坏时间复杂度二者之间权衡。普通的暴力匹配算法以及优化的 BM 算法拥有比 KMP 算法更为优秀的平均时间复杂度；
2. 学习 KMP 算法时，一定要理解其本质。如果放弃阅读晦涩难懂的材料（即使大部分讲解 KMP 算法的材料都包含大量的图，但图毕竟只能描述特殊而非一般情况）而是直接去阅读代码，是永远无法学会 KMP 算法的。读者甚至无法理解 KMP 算法关键代码中的任意一行。

3个问题：

1. 设查询串的的长度为 n，模式串的长度为 m，我们需要判断模式串是否为查询串的子串。那么使用 KMP 算法处理该问题时的时间复杂度是多少？在分析时间复杂度时使用了哪一种分析方法？
2. 如果有多个查询串，平均长度为 n，数量为 k，那么总时间复杂度是多少？
3. 在 KMP 算法中，对于模式串，我们需要预处理出一个 fail 数组（有时也称为 next 数组、π 数组等）。这个数组到底表示了什么？

题目链接

28. 找出字符串中第一个匹配项的下标

https://leetcode.cn/problems/find-the-index-of-the-first-occurrence-in-a-string/

朴素 kmp 的应用。

在这里插入代码片

831. KMP字符串

831. KMP字符串

要求出所有匹配到的开头位置。

import java.io.BufferedInputStream;
import java.io.BufferedWriter;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.util.*;

public class Main {
    public static void main(String[] args) throws IOException {
        Scanner sin = new Scanner(new BufferedInputStream(System.in));
        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));
        int n = sin.nextInt();
        char[] p = sin.next().toCharArray();
        int m = sin.nextInt();
        char[] s = sin.next().toCharArray();

        int[] next = getNext(p);
        for (int i = 0, j = -1; i < m; ++i) {
            while (j != -1 && p[j + 1] != s[i]) j = next[j];
            if (p[j + 1] == s[i]) ++j;
            if (j == n - 1) {
                bw.write(i - n + 1 + " ");
                j = next[j];		// 注意这里的更新！
            }
        }
        bw.flush();
    }

    static int[] getNext(char[] p) {
        int n = p.length;
        int[] next = new int[n];
        next[0] = -1;
        for (int i = 1, j = -1; i < p.length; ++i) {
            while (j != -1 && p[j + 1] != p[i]) j = next[j];
            if (p[j + 1] == p[i]) j++;
            next[i] = j;
        }
        return next;
    }
}

参考资料

从头到尾彻底理解KMP（2014年8月22日版）
KMP的个人理解和解析
字符串匹配的KMP算法
AcWing 831. 字符串查找—用16幅图从暴力一步步优化到KMP
https://www.bilibili.com/video/BV1M5411j7Xx/