KMP算法中对next数组的自我理解(C++实现)

KMP算法中对next数组的自我理解(C++实现)

因为疫情居家，有着充足的时间来进行对数据结构与算法的自主学习，在学到KMP算法这段的时候，对于next数组的求解一直是很不明白，在网上查找了许多的博客和文章后，再加上自已一遍又一遍的比划，算是终于想明白了，在此与大家分享自己的理解。

首先，先说一下这个next数组最后求出来以后的数据到底是什么意思。

举个例子

string	a	b	a	b	a	a	a	b	a
next	-1	0	0	1	2	3	1	1	2

a[0]为-1，表示这里已经是开头，不能再继续往前回溯了。

其余的每一个值，有两种理解。

第一种是指，在后面进行与主串的对比的时候，如果子串在该位置出错，下一次应该从哪一位继续进行比较。
比如在第5位(从0开始数)的a对比出现错误，发现next[5]为3，那我们就应该回溯到第3位(从0开始数)，也就是从b继续对比。

第二种含义是指这个字符串中，截止这一个字符的前面的字符串，其最长的与后缀相等的前缀长度为多少。（好像有点绕hhhh，但一定要搞明白这是什么意思，后面会反复出现）
还是以刚才的第5位a(从0开始数)为例。截止这个a的前面的字符串为ababa，我们可以看到，这个字符串最长的与后缀相等的前缀为aba，其长度为3，所以next[5]就是3。

然后讲一下这个next数组的求解过程

先上代码

void getnext(string s, vector<int> &next)
{
    int i = 0, j = -1;
    next[0] = -1;
    while (i < s.length() - 1)
    {
        if (j == -1 || s.at(i) == s.at(j))
        {
            i++;
            j++;
            next[i] = j;
        }
        else
            j = next[j];
    }
}

在求解过程中，分三种情况：

第一种最特殊，就是next[0]。

这里我们标记第0位是整个字符串的最开头，再加上为了后续计算的方便，我们令next[0]=-1。

第二种情况就是s[i]=s[j]或者j=-1的情况。我们可以看到，这里的j是指前缀匹配到第几位。

（1）当j==-1的时候，说明前缀已经回溯到最开头了，他已经退无可退了，也就是说从0到i这段子串中，没有前后缀相同的部分，这段子串已经检查完了，所以我们让i往后进一位，然后让j也进一位（-1+1=0，让它从零开始），检查从0到i+1这一段。

（2）上面说过，这里的j是指前缀匹配到第几位，所以，当匹配到j的时候，从0到j-1这段子串，是与从i-[(j-1）+1]到i-1这段子串完全相同的，这段长度是j，此时这里是s[i]==s[j]，那么这段匹配的子串长度会比刚才长1（这个好理解吧，原来有连续的3个字符匹配，现在连续的又有一个匹配，那不就是4个了吗），所以我们给next[i+1]赋值为j+1，也就是说明第i+1个字符前所有字符组成的子串，其最长的与后缀相等的前缀长度为j+1。所以就有了i++;j++;next[i]=j;的操作。

第三种情况就是s[i]！=s[j]的情况。

这个情况想了我好久，一直卡在j回溯的地方，网上只说了回溯，但具体为什么回溯感觉也没说明白。这里说说自己的理解，如果有不对的地方，希望大神们能指正。回归正题，刚才说过，在s[i]和s[j]比较前，前面已经有j长度的字符串是匹配了的，我在对next数组的理解中也写到，这个是最长的与后缀相等的前缀长度，那既然第j+1个字符不相等，那就说明这个最长的匹配字符串断掉了，如果还有匹配的字符串的话，它一定是比j要短的。那我们接下来的目的就是找有没有稍微短一点但依然匹配的前后缀。我们仔细观察，截止第i个字符前面的字符串，前j个字符和后j个字符是完全一样的，这前j个字符组成的字符串，其前缀等于后j个字符组成的字符串的前缀，同理，这前j个字符组成的字符串，其后缀等于后j个字符组成的字符串的后缀。那这样我们只要找到截止到j的最长的匹配的前后缀，那他自然也就能与尾部字符串的后缀相匹配。而我们又知道，截止到第j个字符的前面的字符串，其最长的与后缀相等的前缀长度为next[j]，也就是下一次对比应该从第next[j]位开始对比，所以我们让j回到next[j]，再次进行比对，一直找到其匹配的前后缀为止。

综上所述，我们就能得到上面的代码。

next数组是KMP算法的核心，能够想明白next数组的原理，相信KMP算法你也就能理解的差不多了。

这篇博文是纯粹我自己的理解，如果存在问题，希望各路大神能够进行指正，我必虚心改正。另外，希望大家能够提出自己的意见和建议，谢谢大家。