代码随想录第九天|28. 实现 strStr() 459.重复的子字符串

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。