【数据结构与算法】-＞算法-＞字符串匹配基础（下）-＞KMP 算法

Ⅰ 前言

在前两节中，我详细讲了字符串匹配的三个算法，BF，RK 和 BM 算法，BM 算法可以说是这三个包括这篇要讲的 KMP 算法里最难最复杂的，也非常不好理解。但是 BM 算法却是工程中非常常用的一种高校字符串匹配算法。有统计说，它是最高效、最常用的字符串匹配算法。但是，在所有的字符串匹配算法中，要说最知名的一种，那肯定是非 KMP 算法莫属。很多时候，提到字符串匹配，我们首先想到的就是 KMP 算法。

尽管在实际开发中，我们几乎不太可能自己亲手实现一个 KMP 算法。但是，学习这个算法的思想，作为让你开拓眼界、锻炼下逻辑思维也是很不错的。

实际上，KMP 算法跟 BM 算法的本质是一样的。在 BM 算法中，我讲了好后缀和坏字符规则，现在我们就来借助 BM 算法的思路，来理解 KMP 算法。

如果你对 BM 算法还不了解，请跳转去看我下面的文章。

【数据结构与算法】-＞算法-＞字符串匹配基础（中）-＞BM算法-＞KMP 三倍性能的强大算法

【数据结构与算法】-＞算法-＞字符串匹配基础（上）-＞BF 算法 & RK 算法

Ⅱ KMP 算法基本原理

KMP 算法是根据三位作者（D.E.Knuth，J.H.Morris，Knuth Morris Pratt）的名字来命名的，算法的全称是 Knuth Morris Pratt 算法，简称 KMP 算法。

KMP 算法的核心思想，和 BM 算法非常相近。我们假设主串是 a，模式串是 b。在模式串与主串匹配的过程中，当遇到不可匹配的字符的时候，我们希望找到一些规律，可以将模式串往后多滑动几位，跳过那些肯定不会匹配的情况。

在 BM 算法中，我讲了好后缀和坏字符。这里我们可以类比一下，在模式串和主串匹配的过程中，把不能匹配的那个字符仍然叫作坏字符，把已经匹配的那段字符串叫作好前缀。

当遇到坏字符的时候，我们就要把模式串往后滑动，在滑动的过程中，只要模式串和好前缀有上下重合，前面几个字符的比较，就相当于拿好前缀的后缀子串，跟模式串的前缀子串在比较。这个比较过程能不能更高效一点？可不可以不要一个字符一个字符地比较？

KMP 算法就是在试图寻找一种规律：在模式串和主串匹配的过程中，当遇到坏字符后，对于已经比对过的好前缀，能否找到一种规律，将模式串一次性滑动很多位。

我们只需要拿好前缀本身，在它的后缀子串中，查找最长的那个可以跟好前缀的前缀子串匹配的。假设最长的可匹配的那部分前缀子串是 {v}，长度是 k。我们把模式串一次性往后滑动 j-k 位，相当于，每次遇到坏字符的时候，我们就把 j 更新称 k，i 不变，然后继续比较。

为了表述起来方便，我把好前缀的所有后缀子串中，最长的可匹配前缀子串的那个后缀子串，叫作最长可匹配后缀子串；对应的前缀子串，叫作最长可匹配前缀子串。

如何来求好前缀的最长可匹配前缀和后缀子串呢？这个问题其实不涉及主串，只需要通过模式串本身就能求解。这和 BM 算法的思路是一致的，因为一个好前缀或者 BM 算法中的好后缀，都是主串和模式串共有的，所以我们都要对模式串进行预处理，以便提高代码效率。

类似 BM 算法中的 badChar、suffix、prefix数组，KMP 算法也可以提前构建一个数组，用来存储模式串中每个前缀（这些前缀都有可能是好前缀）的最长可匹配前缀子串的结尾字符下标。我们把这个数组定义为 next数组，很多书中还给这个数组起了一个名字，叫失效函数（failure function）。

数组的下标是每个前缀结尾字符下标，数组的值是这个前缀的最长可以匹配前缀子串的结尾字符下标。这句话比较拗口，我举一个例子，大家对着看，差不多就能理解了。

我还是详细地说一下这些值是怎么来的。

左边的表头为模式串前缀的这列，意思是把它们当作好前缀。因为我们现在是根据模式串来处理主串中的好前缀问题，所以我们把每个前缀都当作是好前缀，然后根据这个好前缀，来计算它的最长可匹配前缀子串结尾字符下标。

所以当好前缀是 a 的时候，它就没有前缀，更不会有可匹配前缀子串，所以 next[0] = -1；

当好前缀是 ab 的时候，它只有一个前缀子串 a，和它的后缀子串 b 不匹配，所以 next[1] = -1；

当好前缀是 aba 的时候，它的一个前缀是 a，和它的后缀 a 是匹配的；它的前缀 ab 和后缀 ba 不匹配，所以它的最长可匹配前缀子串就是 a，下标为 0，所以 next[2] = 0；

以此类推，next 数组的值就是这样计算的。有了这个数组，有很好实现 KMP 算法了。我们先假设 next 数组已经计算好了，直接可以用，根据这个我们给出 KMP 算法的框架。

	/**
	 * KMP算法实现字符串匹配
	 * @param mainString 主串
	 * @param patternString 模式串
	 * @return 模式串在主串中的位置
	 */
	public static int kmp(char[] mainString, char[] patternString) {
   
		int[] next = getNexts(patternString);
		int j = 0;
		for (int i = 0; i < mainString.length; i++) {
   
			while (j > 0 && mainString[i] != patternString