KMP算法分析—next数组求解思路详解

---

前言

KMP算法比较晦涩难懂，本文主要记载我对KMP算法的理解以及思路，主要参考代码随想录和网上大神的求解思路，如有错误望指正。
本篇推文主要面对有一定基础的读者，适用于对KMP有一定了解的读者。

---

一、next数组

我们知道KMP算法的核心就是求解next数组，next数组就是前缀表（本推文不介绍减一的next数组，只介绍将前缀表当作next数组的情况），而前缀表求的是最长相同前后缀的长度，因此next数组的定义比较简单，但是使用代码求解有一定难度，对于代码随想录中的求解方法我有点不太理解，因此我采用了网上其他大神的求解思路，可能具体思路大致一样，但是代码具体实现思路不一致，下面介绍我对求解next数组的理解。
我们其实可以将next数组的求解问题看作一个类似于动态规划的问题，next[i]表示下标i的最长相同前后缀的长度（本文记作len），求解思路如下：

用一个具体例子进行解释：
以a a b a a为例，很显然next[0]=0,next[1]=1,next[2]=0,next[3]=1,next[4]=2
如果我们对这个字符串新增加一个字符，那么next[5]等于多少呢？肯定是要根据具体的情况进行讨论

在介绍具体思路之前我们还需要明确一点就是next数组的含义，前面我们介绍过next[i]表示下标i的那个字符的最大共同前后缀长度len，那么其实这个len表现在字符串中我们可以理解为，len是指向最长前缀的下一个字符，是什么意思呢，我举个例子说明一下：

以字符串str=“aabaa”为例
next[0]=0,next[1]=1,next[2]=0,next[3]=1,next[4]=2
我们分析next[4]=2，即最长共同前后缀长度为2，即为字符串”aa“，而如果将len作为一个索引的化，那么len就是指向最长共同前缀的
下一个字符即”b”，意思就是str[len]=“b“，就是这么简单。

我们了解到len的具体含义之后，就可以继续之前的讨论，之前我们提到，如果对一个字符串新增加一个字符，那么新增加的这个字符的len是多少？，具体情况如下：

还是以字符串”aabaa”为例，大致可以分为两种情况：
1，增加的字符=“b“
2，增加的字符!=”b”

为什么要和b进行比较呢，其实很容易理解，因为next[4]=2，那么代表着这个字符串的前两个字符和最后两个字符是一样的，现在我要新加一个字符，那么这个字符只需要和第三个字符进行比较即可，如果相同，那么len直接加1即可，如果不同再进行讨论。但是这里存在了一个问题那就是我怎么知道每次要和谁进行比较，这次是和第三个字符进行比较，下次由于len的改变就不是和第三个字符进行比较了，这里就要用到之前我们提到的len的意义了，len指向的就是最长共同前缀的下一个字符，在“aabaa”这种情况下，len指向的不正是字符“b“吗，所以我们便有了以下伪代码：

if(str[len]==str[i])
{
	len++;（这个len表示当前字符串末尾下标的最长共同前后缀长度）
	next[i]=len;
	i++;
}
else
{
	其他处理；
}		

以上就是当新添加的字符与len指向的字符一样的情况，如果不一样的，这里我们又要进行讨论，具体原因如下：

这次我们多举几个例子从中发现规律
以字符串”aabaa"为例，我们新添加一个字符c
那么此时的next[4]=2,next[5]=0;
以字符串”ababcabab"为例，我们新添加一个字符a
此时的next[8]=4,next[9]=3
继续以字符串”ababcabab"为例，我们新添加一个字符d
此时的next[8]=4,next[9]=0
以字符串”aabac"为例，新添加字符a
那么此时的next[4]=0,next[5]=0;
以字符串”aabaac"为例，新添加字符a
那么此时的next[5]=0,next[6]=0;

很明显我们可以知道当添加的字符和len指向的字符不一样时，可以分为两种情况，那就是len是否为0，如果len为0，那么不论你添加什么字符，你的len还是0，不会变，但是如果len不为0，这是求解next数组最难理解的地方，下面我会进行详细分析，先把len=0的伪代码写出来：

if(str[len]==str[i])
{
	len++；
	next[i]=len;
	i++;
}
else
{
	if len==0
		next[i]=0;
		i++
	else
		另行讨论；
}	

接下来讨论len不为0的情况，我还是举具体例子进行理解

以字符串”ababcabab"为例，我们新添加一个字符a
那么next[9]等于多少和谁有关呢，这也是很难理解的地方，下面我进行详细分析
首先我们加了一个不等于len指向的字符的字符a，新的字符串为ababcababa
那么其实求向字符串”ababcabab"增加字符a的len就是求向字符串”abab“新增加字符a的len，原因如下：

由于a!=c，而已知abab为next[8]的最长公共子序列，此时新增加一个不等于c的字符，那么next[9]的最长共同前后缀序列一定小于4，
即最长相同前后缀一定是ababa（最后的这个a代表的就是新增加的a）中的一部分。
此时我们就可以知道求next[9]就是求ababa的next[4],即求向字符串”ababcabab"增加字符a的len就是求向字符串”abab“新增加
字符a的len。

现在我们就知道了求解next[9]就是求解在abab上新添加一个字符的最长前后缀长度，这又是一个新的求最长前后缀长度的问题，这不就进入了循环吗，我们只需要再按照前面的思路再进行一次判断，先判断这次的字符和len指向的字符是不是一样，注意此时的len改变了，不再是ababcabab的len，而是abab的len，此时的len的计算方法也很简单，就是下标为len-1的最长前后缀长度，不就是next[len-1]。因此求解next数组的代码如下：

while(i<str.size())
	if(str[len]==str[i])
		{
			len++；
			next[i]=len;
			i++;
		}
	else
	{
		if len==0
		{
			next[i]=0;
			i++;
		}
		else
			len=next[len-1];
}	

二、代码及运行结果

有了next数组之后，KMP算法就比较简单了，代码我直接给出：

#include<iostream>
#include<vector>
using namespace std;

class Solution {
public:
    void getNext(vector<int> &next, const string& s) {
        int len = 0;
        next[0] = 0;
        for (int i = 1; i < s.size(); i++) {
            if (next[len] == next[i])
            {
                len++;
                next[i] = len;
                i++;
            }
            else
            {
                if (len == 0)
                {
                    next[i] = 0;
                    i++;
                }
                else
                {
                    len = next[len - 1];
                }
            }
        }
    }
    int strStr(string haystack, string needle) {
        if (needle.size() == 0) {
            return 0;
        }
        vector<int> next(needle.size(), 0);
       	cout << "字符串" << needle << "在字符串" << haystack << "中第一次出现的位置是：" << endl;
        getNext(next, needle);
        int j = 0;
        for (int i = 0; i < haystack.size(); i++) {
            while (j > 0 && haystack[i] != needle[j]) {
                j = next[j - 1];
            }
            if (haystack[i] == needle[j]) {
                j++;
            }
            if (j == needle.size()) {
                return (i - needle.size() + 1);
            }
        }
        return -1;
    }
};


int main()
{
    Solution s;
    string haystack = "saaseasad";
    string needle = "sad";
    cout << s.strStr(haystack, needle);
    return 0;
}

运行结果如下：、

---

总结

以上就是我对KMP算法的理解，KMP算法的难点在于如何建立next数组，本文主要针对next数组的建立进行分析，希望对读者有所帮助，如果文中有错误的地方，望指正。