谈谈对KMP算法的一些理解

谈谈对KMP算法的一些理解

这里是我看的原文，大佬讲的很清楚
下面是我自己对KMP的一些感悟和理解

首先，定义一些概念：
1.在某个字符串中找自己想要的字符串，那么【自己想要的字符串】就被称为模式串；
2.字符串的前缀是指从左到右看，始于第一个字符，后缀也是从左到右看，终于最后一个字符，前后缀相等就相当于前缀可以通过平移的方式到达后缀的位置，与后缀相重合，相重合(注意这个和回文的区别)；

说到字符串的匹配问题，
首先，不得不cue一下BF算法，所谓的暴力匹配法，但是由于其效率过于低下(具体表现为每次发现某一位不匹配的时候，都是将模式串往后移动【一位】)

扩写着地说，BF算法是一种"不论在哪个位置发生不匹配，都是把原字符串的指针右移一位，并把模式串的指针移到首位"，然而"不论在哪个位置发生不匹配"就是其效率低的根本原因，因为它没有吸取之前某一位匹配成功和失败的教训，于是大佬们就从这一点出发，利用匹配成功或失败的教训，对算法进行了优化

**于是就对问题有了这样的探讨：**通过对之前匹配成功和失败信息的运用，失败后原字符串是不是可以移动多位呢？模式串的指针能不能不回到首位呢？

事实上，在KMP算法中，原字符串还是一位一位地移动，但是模式串的指针却可以从原来的每次都“从头开始”变成"回溯到之前的记忆位"

下面，我们来看一看KMP算法：(一共分为两步)

First and foremost:建立一个next_table

next_table有什么用？

前面说到，匹配失败后的模式串并不会回到首位，而是回到之前的记忆位，而next_table就相当于是一个用于记忆的数组，其与最长公共前后缀的大小有关，为前p - 1个字符串的最长公共前后缀 - 1；

next_table怎么形成？

这里本质也是一个模式串自己对自己的KMP运算
下面贴上大佬博客上的代码

void cal_next(char *str, int *next, int len)
{
    next[0] = -1;//next[0]初始化为-1，-1表示不存在相同的最大前缀和最大后缀
    int k = -1;//k初始化为-1
    for (int q = 1; q <= len-1; q++)
    {
        while (k > -1 && str[k + 1] != str[q])//如果下一个不同，那么k就变成next[k]，注意next[k]是小于k的，无论k取任何值。
        {
            k = next[k];//往前回溯
        }
        if (str[k + 1] == str[q])//如果相同，k++
        {
            k = k + 1;
        }
        next[q] = k;//这个是把算的k的值（就是相同的最大前缀和最大后缀长）赋给next[q]
    }
}

我起初直接取看代码，结果是一脸懵逼的，下面我按照原文里的思路，添加一些细节：
第一步是给next[0]赋值，然后进入for循环
先看整体框架，发现每一次for循环都代表主字符串的一位，并且最后给next[q]赋值了，说明每一次循环，得到一个next_table的值，这样便很自然的明白，for循环里面的while循环和if语句都是用来操作k的值，得到“若某一位不匹配，则下一次模式串回溯的目标位置”(先看懂个大概，具体先不细究)

然后看while循环和if语句，发现条件中都是在比较k + 1位和q位是否相同(先不看k > -1,也别管while和if的区别)
刚开始k = -1,k + 1 == 0，p == 1意思是第0位和第1位比，看是否匹配，假设它从始至终一直都匹配，那么k和p不断增大，这过程中next[p]也在不断增大。

当k等于某个值的时候，发现k + 1与p不匹配了，这时候就执行while语句：回溯。

Then:匹配字符串和模式串

先枯燥的贴上代码：

int KMP(char *str, int slen, char *ptr, int plen)
{
    int *next = new int[plen];
    cal_next(ptr, next, plen);//计算next数组
    int k = -1;
    for (int i = 0; i < slen; i++)
    {
        while (k >-1&& ptr[k + 1] != str[i])//ptr和str不匹配，且k>-1（表示ptr和str有部分匹配）
            k = next[k];//往前回溯
        if (ptr[k + 1] == str[i])
            k = k + 1;
        if (k == plen-1)//说明k移动到ptr的最末端
        {
            //cout << "在位置" << i-plen+1<< endl;
            //k = -1;//重新初始化，寻找下一个
            //i = i - plen + 1;//i定位到该位置，外层for循环i++可以继续找下一个（这里默认存在两个匹配字符串可以部分重叠），感谢评论中同学指出错误。
            return i-plen+1;//返回相应的位置
        }
    }
    return -1;  
}

具体怎么操作的呢？其他的视频和大佬博客已经讲解了很多，非常清楚了。

下面有一个小故事，可能可以更好的理解回溯：
国庆节的最后一天假期，小明肝了多天游戏，终于在今晚，他想起了自己还有大把的国庆作业没有写，随后，连续通宵七天的他心想：”唉，肯定做不完作业了，做几道题目就好睡觉了，身体要紧！“，于是他就写了前两道选择题，之后由于太过兴奋，又通宵打了一个晚上的游戏。
时间来到了第二天，小明背着书包来到教室，听着学霸A装X：“我第一天就把第三题写完了”，学霸B装X：“我第一天就把第四题写完了”，学霸C也来装X：“我第一天就把第五题写完了”……最后留着一个只写了前两道题目的小明在角落里瑟瑟发抖。

“叮铃铃！”铃声响了，老师请同学们回答一下作业的答案：老师先抽中了小明，让他回答，第一题(p == 1),小明回答(k + 1)得很顺利(原字符串和模式串的第一位匹配)，第二题同理，但是第三题，由于小明没有写，就乱说了一个答案，结果当然和老师的答案(原字符串的第三位)不匹配。于是老师给小明一个机会，让他选一个人帮他回答，小明记得之前学霸们的装X言论，于是就求助学霸A(这里就是k = next[k]的过程，从后缀找前缀老师的指针是第三题，学霸A只要从第三题开始就行了，那么为了k + 1 = 3，那么k就是2，意思就是学霸A的第三题和老师的指针——第三题答案进行匹配，如果这里是BF算法，那么就一位这老师要从第一题开始问学霸，这个效率就低啦~)

（假如说，学霸A也没有做的话，就再进行回溯(这就是为什么用while而不是if)，如果某一道题，所有装X学霸都没有做的话，那么最后k就会回溯到-1位置，可以理解为最后有一位救世主学神，当然如果学神也匹配不了老师的正确答案，那老师迫不得已只能进行下一题了，也就是指针指向下一题）

学霸的第三题答案与老师的第三题指针匹配正确之后，老师的指针指向了下一题——第四题，然而，学霸A并没有做第四题，这时候老师又给出了一次求助机会，学霸A又想起了之前装X的学霸B，于是向他求助(同理，这里也是k = next[k]的过程，学霸B不用从第一题开始回答~)

于是，学霸们和小明互相帮助，遇到没有做的题目，就求助于之前记忆中那个写过提爱装X的学霸来答本题(前缀的末尾凑上到老师的指针上)

因为自己没有完成全部题目，学霸们都秀红了脸。这天以后，小明和班里的学霸们不再热衷于装逼，形成了商业互吹的良好班风。