KMP详解

KMP匹配算法

• 应用环境：有一个文本串S，和一个模式串P，现在要判断S中是否有和P匹配的子串，并查找P在S中的位置，怎么解决呢？

暴力算法思路

假设现在文本串S匹配到 i 位置，模式串P匹配到 j 位置，则有：

如果当前字符匹配成功（即S[i] == P[j]），则i++，j++，继续匹配下一个字符；如果匹配失败（即S[i]! = P[j]），令i = i - j + 1，j = 0，即每次匹配失败时，i 回溯到上次开始匹配的下一个位置，j 被置为0。

s[N],p[M];
for(int i=1;i<=n;i++){
	bool flag=true;
    for(int j=1;j<m;j++){
        if(s[i]!=p[j]){
            flag=false;
            break;
        }
    }
}

思路

• next[i]=j:以i为终点后缀和从1开始的前缀相等，且后缀长度最长；
• 最大前缀数和后缀数要小于字符串本身长度

P=“ababf” 的最长公共前后缀：

• P[0] 前面没有字符串，所以最长公共前后缀长度为 0。
• P[1] 前面的字符串为：a，a没有前后缀(前后缀长度要小于字符串长度)。最长公共前后缀长度为 0。
• P[2] 前面的字符串为：ab，它的前缀为：a，后缀为b。前缀不等于后缀，所以没有公共前后缀，最长公共前后缀长度为 0。
• P[3] 前面的字符串为：aba，aba 的前缀有：a，ab， 后缀有：a，ba。因为 ab 不等于 ba，所以最长公共前后缀为 a，最长公共前后缀长度为 1。
• P[4] 前面的字符串为：abab，abab 的前缀有：a，ab，aba，后缀有：a，ab, bab。最长公共前后缀为 ab，长度为 2。

//p是模式串（子串）
p[1,j]=p[i-j+1,i]//长度相等

KMP主要分两步：求next数组、匹配字符串。

求next数组

• 就是求P数组自身的最长前缀

// s[]是长文本，p[]是模式串，n是s的长度，m是p的长度
for (int i = 2, j = 0; i <= n; i ++ )
    {
    	//j大于0才有意义;当p[i] != p[j + 1]说明不匹配，需要重新
        while (j && p[i] != p[j + 1]) j = ne[j];//将上一个位置的值赋给当前位置
    	
        if (p[i] == p[j + 1]) j ++ ;//当前元素匹配，j++
        ne[i] = j;//记录当前数组下标为i的前缀数
    }

动画

匹配字符串

• 当匹配过程到上图所示时，
• s[ a , b ] = p[ 1, j ] && s[ i ] != p[ j + 1 ] 此时要移动p串（不是移动1格，而是直接移动到下次能匹配的位置）
• 其中1串为[ 1, next[ j ] ]，3串为[ j - next[ j ] + 1 , j ]。由匹配可知 1串等于3串，3串等于2串。所以直接移动p串使1到3的位置即可。这个操作可由**j = next[ j ]**直接完成。 如此往复下去，当 j == m时匹配成功。
• 不满足时相等时，相当于移动最长公共前后缀的长度，保证了此时最长前缀是一样的。

动画

for (int i = 1, j = 0; i <= m; i ++ )
    {
        while (j && s[i] != p[j + 1]) j = ne[j];//相当向后移动字符串
    
        if (s[i] == p[j + 1]) j ++ ;//当最后一个满足是j++就可以与n相等
        if (j == n)
        {
            printf("%d ", i - n);
            j = ne[j];
        }
    }