KMP算法学习笔记

KMP算法

原始问题

看str1中有无子串和str2相同

解决方法

笨办法

str1从0开始，一步一步对str2，直到完全对上或者遍历完str1
复杂度分析 O(N*M) //两个串长度

KMP

1. 建立概念
   在一个字符串中，一个字符之前的字符串最长前缀和最长后缀匹配长度。
   eg：a b c a b c d
   d为字符，其之前的字符串为a b c a b c
   长度取1：前缀 a，后缀为c
   长度取2：前缀 a b，后缀为b c
   长度取3：前缀 a b c，后缀为a b c
   长度取4：前缀 a b c a，后缀为c a b c
   长度取5：前缀 a b c a b，后缀为b c a b c
   长度取6：不可，限定前缀不包含最后一个字符后缀不包含第一个字符

   对一串字符的每一个字符进行上述求长度操作得一数组
   eg a b a b a c
   next -1 0 0 1 2 3

2. next数组
   next数组保存着str2的字符串最长前缀和最长后缀匹配长度，若直到x位置不匹配，则可根据x的next数组中的
   值得到x之前多少个字符和已经匹配完成的str1中前几个字符相等，这样可以直接跳过i-x这几个字符。

3. 求解next数组
   next数组求解过程就是一个“往前跳”的过程。
   eg 求解k的next值

a	b	a	b	c	a	b	a	b	a	k
-1	0	0	1	2	0	1	2	3	4	3
a	b	a	b

k的next值求解过程

1. a的next值为4，所以指针指向4，所对应的str[4]为c
2. c != a，所以不能在a的基础上+1得到k的next值，所以去找c的next值
3. c的next值为2 ，所以指针指向2，所对应的str[2]为a，和k前字符相同，所以k的next值为4所对应的next值+1 ，即为2+1 = 3。

代码如下

	getNextArray(char str2[], int next []){
		if(str2.length == -1){
		        return -1;
		}
	next[0] = -1;
	next[1] = 0;
	int i = 2;
	int cn = 0;
	while (i < str2.length) {
	        if (str2[i-1] = str2[cn]) {
		next[i++] = cn++;
	        }else if (cn > 0){
		cn = next[cn];  //这一步使得cn到达了最长前缀的下一个
	        }else {
		next[i++] = 0;
	        }
        }	
	}

4. KMP算法主要过程和思想
   next数组保存着str2的字符串最长前缀和最长后缀匹配长度，若直到x位置不匹配，则可根据x的next数组中的
   值得到x之前多少个字符和已经匹配完成的str1中前几个字符相等，这样可以直接跳过i-x这几个字符。

str1

a	b	c	a	b	c	t
i			j			x

str2

a	b	c	a	b	c	a
0						y

第一次匹配匹配到了t != a。
a的next值为3，所以定位到了第四个字符a

第二次匹配时为

a	b	c	a	b	c	t
			a	b	c	a	b	c	a

此时 t != a，且a的next值为0
若next值为0且仍未配上，则x之前的所有都不要了，直接从x+1(t下一个字符) 和str2的0重新开始

//前面需要对输入字符串进行一些处理转为字符串数组
while(i1 < str1.length && i2 < str2.length){
	if(str1[i1] == str2[i2]){
		i1++;
		i2++;
	}else
	        {
	        	if (next[i2] == -1) {
   	       	 i1++;
	        }else{
		i2 = next[i2];
	        }
             }	
} 

return i2 == str2.length ? i1 - i2 : -1 ;

5. kmp的实质：
   否定了i-j位置之间可能配出str2的可能性（x != y）
   str1

   str1	i	…	k	…	j	…	x
   str2	0						y

   假设k位置可以配出str2，则k-x必和str2等量的前缀相同，在先前的匹配中，k-x是y之前的一后缀，则其最长前后缀匹配长度应该为k-x之间的长度，比next数组中的值大，故不可出现i-j之间配出str2。

至此kmp核心部分基本结束，只需要一些简单的补充代码即可完成。