kmp算法笔记

KMP算法

问题引入

字符串匹配问题

1.有一个字符串 str1= ““硅硅谷 尚硅谷你尚硅 尚硅谷你尚硅谷你尚硅你好””，和一个子串 str2=“尚硅谷你尚硅
你”

2.现在要判断 str1 是否含有 str2, 如果存在，就返回第一次出现的位置, 如果没有，则返回-1

暴力匹配算法

如果用暴力匹配的思路，并假设现在 str1 匹配到 i 位置，子串 str2 匹配到 j 位置，则有:

1. 如果当前字符匹配成功（即 str1[i] == str2[j]），则 i++，j++，继续匹配下一个字符

2. 如果失配（即 str1[i]! = str2[j]），令 i = i - (j - 1)，j = 0。相当于每次匹配失败时，i 回溯，j 被置为 0。

3. 用暴力方法解决的话就会有大量的回溯，每次只移动一位，若是不匹配，移动到下一位接着判断，浪费了大量
   的时间。(不可行!)

代码实现

public class ViolenceMatch {
    public static void main(String[] args) {
        //测试暴力匹配算法
        String str1 = "硅硅谷 尚硅谷你尚硅 尚硅谷你尚硅谷你尚硅你好";
        String str2 = "尚硅谷你尚硅你";
        int index =violenceMatch(str1, str2);
        System.out.println("index=" + index);

    }

    //暴力匹配算法实现
    public static int violenceMatch(String str1, String str2){
        char[] s1 = str1.toCharArray();
        char[] s2 = str2.toCharArray();

        int len1 = s1.length;
        int len2 = s2.length;

        int i = 0; // i指向s1
        int j = 0; // j指向s2

        while (i < len1 && j < len2){ // 保证匹配时，不越界

            if (s1[i] == s2[j]){ //匹配ok
                i++;
                j++;
            }else { //没有匹配成功
                //如果失败 即str1[i] != str2[j], 令 i = i - （j - 1）， j = 0；
                i = i - (j - 1);
                j = 0;
            }
        }
        //判断是否匹配成功
        if (j == len2){
            return i - j;
        }else {
            return -1;
        }
    }
}

KMP算法简介

1. KMP 是一个解决模式串在文本串是否出现过，如果出现过，最早出现的位置的经典算法
2. Knuth-Morris-Pratt 字符串查找算法，简称为 “KMP 算法”，常用于在一个文本串 S 内查找一个模式串 P 的
   出现位置，这个算法由 Donald Knuth、Vaughan Pratt、James H. Morris 三人于 1977 年联合发表，故取这 3 人的
   姓氏命名此算法.
3. KMP 方法算法就利用之前判断过信息，通过一个 next 数组，保存模式串中前后最长公共子序列的长度，每次
   回溯时，通过 next 数组找到，前面匹配过的位置，省去了大量的计算时间
4. 参考资料：https://www.cnblogs.com/ZuoAndFutureGirl/p/9028287.html

KMP算法应用-字符串匹配问题

字符串匹配问题：：

1. 有一个字符串 str1= “BBCABCDAB ABCDABCDABDE”，和一个子串 str2=“ABCDABD”
2. 现在要判断 str1 是否含有 str2, 如果存在，就返回第一次出现的位置, 如果没有，则返回-1
3. 要求：使用 KMP 算法完成判断，不能使用简单的暴力匹配算法.

思路分析和图解

注：

这里的不要把“搜索位置” 移回已经比较过的位置 指的是 str1移动到了空格的位置 i 与 str2比较发现不等之后，不用把 i 像暴力匹配那样重新移动到两个字符串第一个相同字符的位置的下一位，

i的位置不用改变，那么 j（指向str2）的位置呢？ 这就是部分匹配表的功能了！

注：

这里8 和 9 之间的状态没画出来，其实就是指 子串的 开头“AB” 对应str1一开始的“AB”往右移动了四格。

我们只要记住 i 是不会往前移动的， 然后根据匹配值我们再决定 i 与 子串中哪个位置比较

10 中的继续后移一位指的就是 j（指向子串的位置）–

代码实现

public class KMPAlgorithm {
    public static void main(String[] args) {
        String str1 = "BBC ABCDAB ABCDABCDABDE";
        String str2 = "ABCDABD";

        int[] next = kmpNext("ABCDABD"); //[0,0,0,0,1,2,0]
        System.out.println("next=" + Arrays.toString(next));

        int index = kmpSearch(str1, str2, next);
        System.out.println("index=" + index); // 15 
    }

    //写出kmp搜索算法
    /**
     *
     * @param str1  原字符串
     * @param str2  子串
     * @param next  next 部分匹配表， 是子串对应的部分匹配表
     * @return      如果是-1就是没有匹配到， 否则返回第一个匹配的位置
     */
    public static int kmpSearch(String str1, String str2, int[] next){
        //遍历
        for (int i = 0, j = 0; i < str1.length(); i++) {
            //注： j是指向子串的

            //需要处理 str1.charAt(i) != str2.charAt(j) , 去调整j的大小
            //kmp算法的核心点
            while (j > 0 && str1.charAt(i) != str2.charAt(j)){
                j = next[j-1];
                //根据匹配值来决定j要从哪一位开始比较
                //因为 i 是不变的
            }
            if (str1.charAt(i) == str2.charAt(j)){
                j++;
            }
            if (j == str2.length()){ //注： 下面的注释是要匹配所有包含子串的第一个位置时需要的代码
                
                //cout << "在位置" << i-plen+1<< endl;
                //k = -1;//重新初始化，寻找下一个
                //i = i - plen + 1;//i定位到该位置，外层for循环i++可以继续找下一个（这里默认存在两个匹配字符串可以部分重叠）
                //这里是C++的代码我懒得改了，知道思想就行了
                return i - j  + 1;
            }
        }
        return -1;
    }

    //获取到一个字符串（子串）的部分匹配值表
    public static int[] kmpNext(String dest){
        //创建一个next 数组保存部分匹配值
        int[] next = new int[dest.length()];
        next[0] = 0;
        for (int i = 1, j = 0; i < next.length; i++) {
            //在这个for循环里j代表当前子串中相同的最长前缀和最长后缀的长度
            //注意： 存的是长度，不是个数， 所以j的值是公用的
            //
            while (j > 0 && dest.charAt(i) != dest.charAt(j)){
                //由于当前位置的后缀与 目前 子串中与最长后缀的长度相同的最长前缀的最后一位 不相等
                //所以j要变为 当前子串中相同的最长前缀和最长后缀的长度-1 后对应的匹配值（长度-1的子串的相同的最长前缀和最长后缀的长度）
                // ，一下一下的减直到前后缀相同 或者 j == 0
                j = next[j-1];
            }

            if (dest.charAt(i) == dest.charAt(j)){
                //如果后缀与目前子串中相同的最长前缀和最长后缀的长度 对应的最后一位相同， j+1
                j++;
            }
            next[i] = j;
            //next数组存放的是从开头到第i个位置的子串的相同的最长前缀和最长后缀的长度
        }
        return next;
    }
}