代码随想录-09|KMP算法

Before Writing

---

KMP算法主要应用在字符串的匹配上，其中的方法思路是较容易理解的，难点在于如何完成前缀表的构建代码（Next数组）。

本文主要剖析为什么可以通过简单几行代码就可以构建next前缀表，如果想快速了解原理直接跳转至对j = next[j-1]回溯的理解章节。

如果对字符串匹配不了解，可以先看这篇文章，对字符串匹配进行了大致描述，随后可以看代码随想录文章.

看完之后应该对如下概念有一定认知：

Q:字符串的结构和匹配
Q:前缀表
Q:前缀与后缀和最长公共前后缀
Q:BF算法及复杂度
Q:KMP算法思路
Q:next数组的概念

由于KMP算法中next数组的构建代码相对不是容易理解，这里着重介绍一下。

---

理论基础—next数组

Next和Prefix都可以表示为前缀表的名字，习惯的将其命名为next数组。

在定义next数组的时候，定义下标的方式有两种，如下图所示：

• 左闭右闭
  • 即next数组的下标i代表着主串的前i+1个字符中前后缀重复的字符数
  • 此时next数组的第一位被固定为== 0 ==
• 左闭右开
  • 即next数组的下标i代表着主串的前i个字符中前后缀重复的字符数，当i=0时表示空
  • 此时next数组的第一位被固定为== -1 ==

• 假设模版字符串为‘DABCDABD’，求得左闭右开next[]数组具体操作过程如下：

  • 1.首先对‘DABCDABD’标注下标0-7
  • 2.从下标0开始依次向后遍历，当j=0的时候next[j]=-1
  • 3.next[j]的值为下标j的字符前面的子串的最大前后缀匹配字符数
    • 比如j=6时，前面子串为‘DABCDA’，‘DA’是最大匹配前缀
    • 比如j=5时，前面子串为‘DABCD’，‘D’是最大匹配前缀
      

• 注：为了方便记忆理解，本文使用左闭右闭的方式用于记录前缀表next[]，其核心就是：

  • 在j遇到冲突时，找到冲突的前一位及j-1的next[j-1]作为j的新位置
  • next[]数组主要是找到每个位置对应的前面子串的最大前后缀匹配数

---

next数组代码实现

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]
    }
}

• 1.首先对next数组进行初始化赋值，将s模式串传入

  • void getNext(next, S)，其中函数中有i，j两个变量
    • j指向前缀末尾位置，代表着i之前（包括i）子串的最长相等前后缀的长度，初始化为0
    • i指向后缀末尾位置，i初始化为1，因为后缀不包含第一个字符
    • for (int i = 1; i < s.size(); i++)

• 2.处理前后缀不同的情况

  • 前后缀不同证明出现了s[i]后与s[j]不再匹配了，我们需要找到== 从i-1往前的前缀最大匹配的长度 ==
  • 由于前面我们已经得到了下标小于i的next数组，为了利用前面的匹配结果，另j-1作为中介，查找next[j-1]即可找到== 从i-1往前的前缀最大匹配的长度 ==
  • 同时，为了在利用next[j-1]数组时发生越界，规定j>0
    • while (j > 0 && s[j] != s[i]) j = next[j-1];

• 3.处理前后缀相同的情况

  • 如果s[i]==s[j]，则继续对比下面的字符，并将i处对应的最大匹配长度记录到next数组中
    • j++; s[i] = j; i++;

---

对j = next[j-1]回溯的理解

---

• 以‘aabaaf’为示例，前后缀相同不同的处理情况和具体步骤：
  
  • 第一步：j=0, i=1, next初始化为0，此时s[j] == s[i]
    
  • 第二步：j=1, i=2,此时s[j] != s[i]，j回溯到next[j-1]直至s[j] == s[i]或者j = 0
    
  • 第三步：j=0, i=3, s[j] == s[i]
    
  • 第四步：j=1, i=4, s[i] == s[j]
    
    *第五步：j=2, i=5, s[i]!=s[j],不断对j进行回溯
    

---

Q

Q:字符串的结构和匹配
Q:前缀表
Q:前缀与后缀和最长公共前后缀
Q:BF算法及复杂度
Q:KMP算法思路
Q:next数组的概念