28.实现strStr()
用到KMP算法,KMP主要应用在字符串匹配上,主要思想是:当出现字符串不匹配时,可以知道一部分之前已经匹配的文本内容,可以利用这些信息避免从头再去做匹配。
前缀表
next数组,作用是用来回退,它记录了模式串与主串不匹配的时候,模式串应该从哪里开始重新匹配
前缀表记录下标i之前(包括i)的字符串中,有多大长度的相同前缀后缀
前缀:不包含最后一个字符串的所有以第一个字符开头的连续子串
后缀:不包含第一个字符的所有以最后一个字符结尾的连续子串
next数组既可以是前缀表,也可以是前缀表统一减一
时间复杂度:O(n+m)
构造next数组:
1.初始化
定义两个指针i和j,j指向前缀末尾位置,i指向后最末尾位置
还要对next数组进行初始化赋值
next[i]表示i(包括i)之前最长相等的前后缀长度(其实就是j)
2.处理前后缀不相同的情况
j初始化为-1,i从1开始,进行s[i]和s[j+1]的比较(如果j初始化为0,则比较s[i]和s[j])。如果s[i]与s[j+1]不同,则前后缀末尾不相同,要向前回退。因为next[j]记录着j(包括j)之前的子串的相同前后缀长度,所以不相同时,找j+1前一个元素在next数组里的值(就是next[j])
3.处理前后缀相同的情况
如果s[i]==s[j+1],则i与j同时向后移动,同时将j(前缀的长度)赋给next[i]
== 使用next数组来做匹配==
定义两个下标,j指向模式串起始位置,i指向文本串起始位置。
j初始值仍然为-1,因为next数组里记录的起始位置为-1.
接下来比较s[i]与s[j+1],如果二者不相同,j就要从next数组里寻找下一个匹配的位置
while(j > 0 && s[i] != t[j+ 1]){
j = next[j];
}
如果s[i]与t[j+1]相同,那么i和j同时向后移动。
如果j指向了模式串t的末尾,就说明模式串t完全匹配文本串s里的某个子串了。
注意前缀表减一和不减一的区别!!!
459.重复的子字符串
移动匹配
当一个字符串s:abcabc,内部又重复的子串组成,那么这个字符串的结构一定是这样的:
也就是又前后又相同的子串组成。
那么既然前面有相同的子串,后面有相同的子串,用 s + s,这样组成的字符串中,后面的子串做前串,前后的子串做后串,就一定还能组成一个s,如图:
所以判断字符串s是否有重复子串组成,只要两个s拼接在一起,里面还出现一个s的话,就说明是又重复子串组成。
当然,我们在判断 s + s 拼接的字符串里是否出现一个s的的时候,要刨除 s + s 的首字符和尾字符,这样避免在s+s中搜索出原来的s,我们要搜索的是中间拼接出来的s。
大家可能直接用contains,find 之类的库函数。 却忽略了实现这些函数的时间复杂度(暴力解法是m * n,一般库函数实现为 O(m + n))。
KMP算法
在一个串中查找是否出现过另一个串,这是KMP的看家本领。
在由重复子串组成的字符串中,最长相等前后缀不包含的子串就是最小重复子串,这里那字符串s:abababab 来举例,ab就是最小重复单位,如图所示:
如何找到最小重复子串
为啥一定是开头的ab呢。 其实最关键还是要理解 最长相等前后缀
步骤一:因为 这是相等的前缀和后缀,t[0] 与 k[0]相同, t[1] 与 k[1]相同,所以 s[0] 一定和 s[2]相同,s[1] 一定和 s[3]相同,即:,s[0]s[1]与s[2]s[3]相同 。
步骤二: 因为在同一个字符串位置,所以 t[2] 与 k[0]相同,t[3] 与 k[1]相同。
步骤三: 因为 这是相等的前缀和后缀,t[2] 与 k[2]相同 ,t[3]与k[3] 相同,所以,s[2]一定和s[4]相同,s[3]一定和s[5]相同,即:s[2]s[3] 与 s[4]s[5]相同。
步骤四:循环往复。
所以字符串s,s[0]s[1]与s[2]s[3]相同, s[2]s[3] 与 s[4]s[5]相同,s[4]s[5] 与 s[6]s[7] 相同。
正是因为 最长相等前后缀的规则,当一个字符串由重复子串组成的,最长相等前后缀不包含的子串就是最小重复子串。
简单推理
最长相等前后缀的长度为:next[len - 1] + 1。(这里的next数组是以统一减一的方式计算的,因此需要+1)
数组长度为:len。
如果len % (len - (next[len - 1] + 1)) == 0 ,则说明数组的长度正好可以被 (数组长度-最长相等前后缀的长度) 整除 ,说明该字符串有重复的子字符串。
数组长度减去最长相同前后缀的长度相当于是第一个周期的长度,也就是一个周期的长度,如果这个周期可以被整除,就说明整个数组就是这个周期的循环。