KMP算法图文演示+详细解读

KMP算法介绍

KMP算法俗称“看毛片算法”，是一个解决模式串是否在文本中出现过，若出现则返回其最早出现位置的经典算法。简单 的说就是字符串查找算法。

先看一个案例：
有一个字符串str1=“ABAACABABCAC”,和一个字串str2=“ABABC”;
现在需要判断str1是否包含str2，如果包含则返回第一次出现的角标，否则返回-1

对于这个案例大家最容易想到的就是用暴力匹配来判断，先演示一下暴力匹配

暴力匹配

1、首先判断str1第一个和str2第一个角标处的元素是否相同

2、相同则匹配第二个角标的元素

3、继续匹配第三个

4、继续匹配第四个

5、当发现第五个不匹配的时候，将str2向右平移一个单位，继续从str2第一个角标处重新匹配

6、不匹配继续后移

…
一直重复此操作直到匹配到对应元素或者将str1匹配完，显然这样的效率很慢，因为要对str1的元素重复匹配。那么有没有只对str1进行一遍扫描就可以判断出结果呢，答案是有的那就是KMP算法。

如果是我们人类来完成上面的事，我们肯定不会一个个的去比较，当遇到不匹配的元素时，我们一眼就知道str2该往后移动几个单位，不可能每次移动一个单位，但是如何让电脑也知道当出现不匹配的情况时，该往后移动几个单位呢？这就是KMP算法的核心思想了。
KMP算法分为两个步骤，第一步通过算法生成一个与str2长度相同的匹配表存到next数组中，这样当str2对应位置出现不匹配情况时，可以参考该表的指示向后移动若干个单位。第二部就是对应该表进行字符串的匹配。先来演示得到匹配表之后如何移动的问题，后面再讲如何生成该匹配表。
通过算法对str2进行计算可生成下表（具体生成算法在下面）

str2	A	B	A	B	C
next数组	0	0	1	2	0

当有了该表后，再来演示一下KMP算法的匹配过程

KMP算法的匹配

1、同样先匹配str1和str2的第一个角标

2、相同继续匹配第二个

3、依然相同继续匹配第三个

4、仍然相同继续匹配第四个

5、终于发现不匹配的元素了，这个时候正是KMP算法的核心步骤，首先会去查找str2第四个元素”B“的前一个元素”A“所对应的next数组中的数字，也就是数字1，查到该数字后会找该数字对应str2中的位置(1是角标为1)，也就是第2个元素B的位置，然后右移str2使第2个元素B与当前str1中的元素A对齐继续进行判断（j=next[j-1] j 表示当前str2处的角标）

6、此时我们发现移动之后仍然无法匹配，则继续执行上面的操作。先查找str2当前位置”B“的前一个元素”A“对应next数组中的元素，也就是数字0。则此时将str2中第一个元素A（角标为0）与str1中当前元素A对齐

7、接着匹配下一个元素

8、又遇到了不匹配的情况，同样执行上面操作，先查到当前元素”B“前一个元素”A“对应的数字是0，则将str2中第一个元素与str1当前元素C对齐

9、仍然不匹配，而在这个时候str2前面已经没有元素，则将str2向后移动1个单位

10、然后继续一一对应进行匹配，这时已经可以正确匹配上了，也就不在一一演示了。
观察上面步骤我们可以发现，str2再匹配过程中始终没有后退，一直处于勇往直前的状态。这就明显看到了KMP算法的优点了。

接下来解决如何生成匹配表的问题

该表也叫前缀表，里面的数字表示当前个数该字符串的最大共有前后缀的长度

1、next表中第一个元素表示当str2字符串长度为1时，即str2=“A”时最大相同前后缀长度，注意前后缀的长度不能超过字符串的长度 。由于不能超过字符串的长度，所以前缀和后缀的长度必须小于1，则很明显第一个空格应该是数字0。

2、next表中第二个元素是当str2字符串长度为2时，即str2=“A B”时最大相同前后缀的长度，此时前缀只有A，后缀只有B，且A！=B则相同前后缀的长度为0。

3、next表中第三个元素是当str2字符串长度为3时，即str2="A B A"时最大相同前后缀的长度,此时前缀有“A”和“A B”；后缀有“A”和“B A”；而最大相同前后缀只有“A”则该位置的数字应该是1；

4、next表中第四个元素是当str2字符串长度为4时，即str2=“A B A B”时最大相同前后缀的长度，此时前缀有“A”，“A B”，“A B A”；后缀有“B”，“A B”，“B AＢ”；最大共有前缀是“Ａ B”则此位置的数字应该是２；

5、同上此时str2=”A B A B C“；前缀有"A",“A B”,“A B A”,“A B A B”；后缀有"C",“B C”,“A B C”,“B A B C”；然而并没有相同前后缀，则此位置是数字也应是0；

再来解释一下为什么匹配过程中要参考该表，该表的意义是什么

假如有两个字符串str1和str2

两个字符串蓝紫色部分是相等的，而str1角标i处和str2脚本j处的元素不相等，会查前缀表j-1处的数字。

假如数字为4，则说明str2长度为j时有相同前后缀且长度为4；即①②③④处的字符是完全相等的，这样str2就可以将②和str1中的③对齐进行后面的匹配。

此时继续判断i和j位置的字符

现在已经清楚了KMP算法的原理，接下来就是代码实现了

next数组算法

vpublic static int[] Next(String str2) { //naxt数组生成代码
		int [] next = new int[str2.length()]; //创建等长的next数组
		next[0]=0;
		for(int i=1,j=0;i<str2.length();i++) { //遍历str2寻找共同前后缀
			while(j>0&&str2.charAt(i)!=str2.charAt(j)) {
				j=next[j-1];                //这里就是KMP算法最骚的操作了 ，如果这步不太懂可参考下图
			}
			if(str2.charAt(i)==str2.charAt(j)) {
				j++;
			}
			next[i]=j;
		}
		return next;
	}

根据next表进行的匹配算法：

public static int kmp(String str1,String str2,int[] next) {
		for(int i = 0,j=0;i<str1.length();i++) {
			
			while(j>0&&str1.charAt(i)!=str2.charAt(j)) {//这里可结合上面图片匹配过程进行理解
				j=next[j-1];
			}
			if(str1.charAt(i)==str2.charAt(j)) {
				j++;
			}
			if(j == str2.length()) {
				return i-j+1;
			}
		}
		return -1;
	}