KMP算法从陌生到熟悉

目录

题目分析

解题过程

---

        一年之前学的KMP，那时候对着课件上的PPT和网课视频一直在发呆，用手不停地在模拟代码的实现过程，反复地让自己“被动理解”这个算法，结果很明显，假装懂了终究还是欺骗自己。把课件上的代码原封不动地提交一下，这件事让我知道昨天还自信满满地以为我已经掌握了KMP算法。但是这次不一样，经过HDU和LeetCode的捶打之后，思路突然就打开了，写篇博客纪念一下。 

题目分析： 

        实际上KMP算法就是去匹配一个文本串S中的某个给定模式串P（子串），暴力地去匹配，很简单，复杂度也就跟着上来了。KMP则是把暴力法中不必要的匹配过程压缩掉。

        比如我们要匹配 " abce abce abcf " 中的 " abce abcf "（注意我的空格是为了方便观察特点）：

1	2	3	4	5	6	7	8	9	10	11	12
a	b	c	e	a	b	c	e	a	b	c	f
a	b	c	e	a	b	c	f

 

        

         两个串匹配到第八位，出现不同字符，暴力地去匹配，应当是模式串右移一为，在从头和新一位开始比较：

        

        第一位就不匹配，再来：

        

        反复移动一直到这样：

        

       匹配成功了！我们一共移动了四次模式串。但是你会发现从第一步开始，后面的所有步都是傻子行为，因为在第一步中，我们已经知道文本串中的前7位和模式串已经匹配上了，再右移一位极有可能会打乱这已经匹配好的7位公有部分（例子有点特殊，可以简化思考过程），那么这部分的移动都是没有意义的了。仔细观察模式串 " abce abcf "，它包含了两个重复的部分 " abc "，我们可以用这个部分来简化移动。

        我用i来代表当前文本串S的匹配位数，j来代表模式串P的匹配位数。暴力匹配下，每一次i和j都要回退到一个起点来从头匹配。我们希望减少回退的位数或者尽量不回退，这里我们选择不让i去回退，利用模式串中的公共部分只进行j的回退。

        在第一步中，两个串中的5~7位都是 " abc "，而在模式串中，abc曾经在之前的某个位置出现过，那么下一次匹配的时候，我可以直接把曾经出现过的那个abc直接与文本串对齐，因为在这两个状态中间的所有状态都会破坏abc这个前缀的相对位置造成错位，不可能使两个串匹配。

        那么体现在刚才的模拟过程，我们只需要移动两次就可以找到P在S中的位置了，只不过我们需要额外保存P中公共部分的下标的相对关系，以便于匹配不成功，我该把j回退到哪个位置，也就是当前位置字符，在P中的上一个前缀能回退到哪个位置。比方说在 " abce abcf "中，f的前缀abc（5~7）可以回退到（1~3）的位置，我们就可以把（1~3）的那个abc拿过来与文本串的位置匹配，也就是下面这个过程：

        

        

        那么，我们接下来的任务就是统计模式串中的公共部分的下标（即找到j回退的位置），利用这个关系来进行KMP快速匹配。

解题过程：

        我们用一个辅助数组f [ ]来记录j的回退位置，对于刚才的例子，" abce abcf " 对应的f数组如下（为了拟合字符串的存储规则我令下标从0开始）：

j	0	1	2	3	4	5	6	7
P[j]	a	b	c	e	a	b	c	f
f[j]	0	0	0	0	1	2	3	0

        

        解释一下，假如到 j = 7 不匹配了，那么我们就找到j的前一位第6位。f [ 6 ] = 3，那么我们就让j回退到3去和S [ i ]匹配，看一下是不是和上面举得例子贴合上了？下面我给出求解f数组的代码：

int f[MAXN];
void fail(string P)
{
    f[0] = 0; //初始化
    for (int i = 1, j = 0; i < m; i++) 
    {
        while (j > 0 && P[i] != P[j])
        {
            j = f[j - 1];
        }
        if (P[i] == P[j]) 
        {
            j++;
        }
        f[i] = j;
    }
}

        编码方式不唯一，递归也可以实现，小细节大家可以自行思考。

KMP匹配：

/**
    返回P在S中第一次出现的下标
*/
int KMP(string S, string P)
{
    int n = S.size();
    int m = P.size();
    for (int i = 0, j = 0; i < n; i++) 
    {
        while (j > 0 && S[i] != P[j]) //本位不匹配，利用f去回退直到公共前缀的下一位匹配成功
        {
            j = f[j - 1];
        }
        if (S[i] == P[j]) 
        {
            j++;
        }
        if (j == m) //j匹配到P的最后一位了，说明匹配成功，返回位置 
        {
            return i - m + 1;
        }
    }
}