转自:https://ethsonliu.com/2019/06/extended-kmp.html
前文已经介绍了经典的 KMP 算法,本文继续介绍 KMP 算法的扩展,即扩展 KMP 算法。
问题定义:给定两个字符串 S 和 T(长度分别为 n 和 m),下标从 0 开始,定义 extend[i]
等于 S[i]...S[n-1]
与 T 的最长相同前缀的长度,求出所有的 extend[i]
。举个例子,看下表:
i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
---|---|---|---|---|---|---|---|---|
S | a | a | a | a | a | b | b | b |
T | a | a | a | a | a | c | ||
extend[i] | 5 | 4 | 3 | 2 | 1 | 0 | 0 | 0 |
为什么说这是 KMP 算法的扩展呢?显然,如果在 S 的某个位置 i 有 extend[i]
等于 m,则可知在 S 中找到了匹配串 T,并且匹配的首位置是 i。而且,扩展 KMP 算法可以找到 S 中所有 T 的匹配。接下来具体介绍下这个算法。
算法流程
(1)
如上图,假设当前遍历到 S 串位置 i,即 extend[0]...extend[i - 1]
这 i 个位置的值已经计算得到。设置两个变量,a 和 p。p 代表以 a 为起始位置的字符匹配成功的最右边界,也就是 "p = 最后一个匹配成功位置 + 1"。相较于字符串 T 得出,S[a...p) 等于 T[0...p-a)。
再定义一个辅助数组 int next[]
,其中 next[i]
含义为:T[i]...T[m - 1]
与 T 的最长相同前缀长度,m 为串 T 的长度。举个例子:
i | 0 | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|---|
T | a | a | a | a | a | c |
next[i] | 6 | 4 | 3 | 2 | 1 | 0 |
(2)
S[i]
对应 T[i - a]
,如果 i + next[i - a] < p
,如上图,三个椭圆长度相同,根据 next 数组的定义,此时 extend[i] = next[i - a]
。
(3)
如果 i + next[i - a] == p
呢?如上图,三个椭圆都是完全相同的,S[p] != T[p - a]
且 T[p - i] != T[p - a]
,但 S[p]
有可能等于 T[p - i]
,所以我们可以直接从 S[p]
与 T[p - i]
开始往后匹配,加快了速度。
(4)
如果 i + next[i - a] > p
呢?那说明 S[i...p)
与 T[i-a...p-a)
相同,注意到 S[p] != T[p - a]
且 T[p - i] == T[p - a]
,也就是说 S[p] != T[p - i]
,所以就没有继续往下判断的必要了,我们可以直接将 extend[i]
赋值为 p - i
。
(5)最后,就是求解 next 数组。我们再来看下 next[i]
与 extend[i]
的定义:
- next[i]:
T[i]...T[m - 1]
与 T 的最长相同前缀长度; - extend[i]:
S[i]...S[n - 1]
与 T 的最长相同前缀长度。
恍然大悟,求解 next[i]
的过程不就是 T 自己和自己的一个匹配过程嘛,下面直接看代码。
代码
#include <iostream>
#include <string>
using namespace std;
/* 求解 T 中 next[],注释参考 GetExtend() */
void GetNext(string & T, int & m, int next[])
{
int a = 0, p = 0;
next[0] = m;
for (int i = 1; i < m; i++)
{
if (i >= p || i + next[i - a] >= p)
{
if (i >= p)
p = i;
while (p < m && T[p] == T[p - i])
p++;
next[i] = p - i;
a = i;
}
else
next[i] = next[i - a];
}
}
/* 求解 extend[] */
void GetExtend(string & S, int & n, string & T, int & m, int extend[], int next[])
{
int a = 0, p = 0;
GetNext(T, m, next);
for (int i = 0; i < n; i++)
{
if (i >= p || i + next[i - a] >= p) // i >= p 的作用:举个典型例子,S 和 T 无一字符相同
{
if (i >= p)
p = i;
while (p < n && p - i < m && S[p] == T[p - i])
p++;
extend[i] = p - i;
a = i;
}
else
extend[i] = next[i - a];
}
}
int main()
{
int next[100];
int extend[100];
string S, T;
int n, m;
while (cin >> S >> T)
{
n = S.size();
m = T.size();
GetExtend(S, n, T, m, extend, next);
// 打印 next
cout << "next: ";
for (int i = 0; i < m; i++)
cout << next[i] << " ";
// 打印 extend
cout << "\nextend: ";
for (int i = 0; i < n; i++)
cout << extend[i] << " ";
cout << endl << endl;
}
return 0;
}
数据测试如下:
aaaaabbb
aaaaac
next: 6 4 3 2 1 0
extend: 5 4 3 2 1 0 0 0
abc
def
next: 3 0 0
extend: 0 0 0
其它
文章开源在 Github - blog-articles,点击 Watch 即可订阅本博客。
若文章有错误,请在 Issues 中提出,我会及时回复,谢谢。
如果您觉得文章不错,或者在生活和工作中帮助到了您,不妨给个 Star,谢谢。
(文章完)
文章作者:刘毅 (Ethson Liu)
发布日期:2019-06-12
原文链接:https://ethsonliu.com/2019/06/extended-kmp.html
版权声明:文章版权归本人所有,欢迎转载,但必须保留此段声明,且在文章页面明显位置给出原文链接,否则保留追究法律责任的权利。