《算法笔记》编程笔记——第十二章 字符串专题

《算法笔记》编程笔记——第十二章 字符串专题

• KMP算法

  • 给出两个字符串，判断其中一个字符串是否是另一个字符串的子串。如果用暴力求解，时间复杂度将达到O(n*m)，如果用KMP算法，时间复杂度仅为O(n + m)。

  • next数组

    • int型数组，其中next[i]表示使子串s[0……i]的前缀s[0……k]等于后缀s[i-k……i]的最大的k。（注意前缀跟后缀可以有部分重叠，但是不能是s[0……i]本身）；如果找不到相等的前后缀，就令next[i] = -1. 显然，next[i]就是所求最长相等前后缀中前缀的最后一位的下标

    • next数组求解如下图所示，上框为一种方法，下框为另一种方法
      

    • 求解思路：

      ①初始化next数组，令j = next[0] = -1.

      ②让i在1~len-1（len为字符串s长度）范围内遍历，对每个i，执行③④，以求解next[i]。

      ③不断令j = next[j]，直到j回退为-1，或是s[i] == s[j+1]成立。

      ④如果s[i] == s[j+1]，则next[i] = j+ 1,否则next[i] = j。

    • 代码如下

      //getNext求解长度为len的字符串s的next数组
      void getNext(char s[], int len){
          int j = -1;
          next[0] = -1; //第一步初始化j与next数组
          //第二步，循环
          for(int i = 1; i <= len -1; i++){
              //第三步，j更新
              while(j != -1 && s[i] != s[j+1]){
                  j = next[j];
              }
              //第四步，更新next数组
              if(s[i] == s[j+1]){
                  j++;
              }
              next[i] = j;
          }
      }
      

  • KMP算法

    • 总体思路：当字符串不匹配时，不是让j退回到-1，而是退回到最近的j’，使得text[i] == pattern[j’ + 1]成立并且pattern[0……j’]仍然与text的相应位置处于匹配状态，也就是pattern[0……j’]是pattern[0……j]的最长相等前后缀。从这个角度来说，next数组的含义就是当j+1匹配失败时，j应该回退到的位置。

    • 求解具体思路：

      ①初始化j = -1，表示pattern当前已被匹配的最后位。

      ②让i遍历字符串text，对每个i，执行③④来试图匹配text[i]和pattern[j+1]。

      ③不断令j = next[j]，直到j回退到-1或者text[i] == pattern[j+1]成立 。

      ④如果text[i] == pattern[j+1]，则令j++；如果j达到m-1（m为pattern字字符串的长度），说明pattern是text的子串，返回true。

    • 代码实现

      //KMP算法，判断pattern是否是text的子//KMP算法，判断pattern是否是text的子串
      bool KMP(char text[], char pattern[]){
          int n = strlen(text), m = strlen(pattern);
          getNext(pattern, m);//计算pattern的next数组
          int j = -1;//第一步，初始化
          //第二步，遍历循环
          for(int i = 0; i < n; i++){
              //第三步，j更新
              while(j != -1 && text[i] != pattern[j+1]){
                  j = next[j];//不断回退
              }
              if(text[i] == pattern[j+1])j++;
              //第四步，判断是否完全匹配
              if(j == m-1)return true;
          }
          return false;
      }
      

    • 求解pattern在text中出现的次数。

    • 思路：

      ①当j = m-1时表示pattern的第一次成功完全匹配，此时让记录成功匹配次数的变量加1，然后考虑让j回退到next[j]的位置，继续进行下一次的匹配。

    • 代码实现

      //KMP算法，统计pattern在text中出现的次数
      int KMP(char text[], char pattern[]){
          int n = strlen(text), m = strlen(pattern);
          getNext(pattern);
          int ans = 0, j = -1;//j初始化，ans记录成功匹配次数
          for(int i = 0; i < n; i++){
              while(j != -1 && text[i] != pattern[j+1]){
                  j = next[j];//更新j
              }
              if(text[i] == pattern[j+1])j++;
              //这里是与不统计pattern匹配次数的KMP算法不同的地方。
              if(j == m-1){
                  ans++;
                  j = next[j];
              }
          }
          return ans;
      }