KMP模式匹配算法优化(由next[]→nextval[])

KMP模式匹配算法优化(由next[]→nextval[])

优化方向：在匹配时减少回溯次数，以主串部分ababac和子串ababax匹配为例，显然两段末尾不同，但是计算机需要将前面都匹配一遍，直到最后，回溯时可能一次也回不到相应位置，造成循环次数增加，所以在next[]数组的基础上推导出更为合理的回溯方案nextval[]数组回溯

所以说，如果你之前用next[]数组做出来了，只需要得到在next[]数组基础上得到nextval[]数组，在接下来的匹配查找时，直接将循环体内部的next[]改为nextval[]即可，不过你需要注意的是，弄清楚你原来的next[]数组是从0开始还是从1开始的，这影响到next[]→nextval[]的转化和匹配查找的进行

一、next[]数组到nextval[]数组的推导

下面讲一讲两种nextval[]的推导，一种是next[]数组从1开始存放数值的，另一种是next[]数组从0开始存放数值的，以子串str[] = "ababax"为例：

1）第一种next[]数组是程杰《大话数据结构》中的典例，他用到的next[]数组是从1开始，这样做的好处，就是说让字符的序号与数组序号对应，对于接下来的处理，无论是将next[]处理为nextval[]，还是用next[]或者nextval[]进行匹配查找都非常方便

思路 && 做法：由next[]数组推导nextval[]数组，需要用到原始字符串ababax，因为next[]是str[]推导来的，所以str[]也是从1开始的，str[1] = a, str[2] = b…str[6] = x，做法就显而易见了，令nextval[1] = 0，从第二位开始，如果第j位对应的字符与第next[j]位对应的字符相等，那么nextval[j] = nextval[next[j]]，如果不相等就将next[]数组值填入nextval[]，即nextval[j] = next[j]

代码实现如下：

void NextvalProces(void)
{
    char str[] = " ababax";//str[0]不放待匹配字符，空格起占位作用
	int i = 1, j = 0;
	int n = strlen(str);
	int *next = (int *)calloc(n, sizeof(int));
	int *nextval = (int *)calloc(n, sizeof(int));
	while (i < n - 1)
	{
		if (j == 0 || str[i] == str[j])
		{
			++i, ++j;
			next[i] = j;
		}
		else j = next[j];//若字符不相同，则j值回溯
	}
    //输出next[]数组(从数组下标1开始)
	for (i = 1; i < n; i++)
		printf("%2d ", next[i]);
	i = 1, j = 0;
	while (i < n - 1)
	{
		if (j == 0 || str[i] == str[j])
		{
			++i;
			++j;
			if (str[i] != str[j])
				nextval[i] = j;
			else
				nextval[i] = nextval[j];
		}
		else
			j = nextval[j];
	}
    //输出nextval[]数组(从数组下标1开始)
	for (i = 1; i < n ; i++)
		printf("%2d ", nextval[i]);
	printf("\n");
    
    return；
}

2）第二种方法与我的上一篇博客做法相关，那里可能讲的更详细，这里给出链接：
KMP模式匹配算法(两种)
处理next[]数组从0开始存放，即子串str[]从0开始，得到的nextval[]也是从0开始，查找时与next[]数组从1开始略有不同，还是以str[] = "ababax"为例

就是利用未成熟前缀(prefix)表，将我们用maxl[]数组代替未成熟前缀(prefix)表的称呼，有兴趣可以翻阅上一篇，这里给出maxl[]数组的求法，事实上maxl[] = 未成熟prefix[] 在移位处理、首项(未成熟prefix[0])处理即让未成熟prefix[0] = -1后，得到成熟的prefix[]数组，也就是我们说的真正意义上的前缀表(即prefix[]数组)，然后令prefix[i] = prefix[i]+1, i >=0可得到从0开始存放数值的next[]数组，这就使maxl[]与未成熟prefix[]与prefix[]与从0开始的next[]关系，也是我讨论的第二种情况

为了方便，这里直接给出从0开始的maxl[]数组和next[]数组，

maxl[0~5] = 0, 0, 1, 1, 2, 3

next[0~5] = 0, 1, 1, 2, 3, 4

推导nextval[]：nextval[0~5]，如果maxl[i] == next[i]，则nextval[i] = nextval[i-1]，如果maxl[i] == next[i]，nextval[i] = next[i]; i 从1开始即i >= 1;

代码实现如下：

void Nextval_Proces(void)
{
    char str[] = "ababax";
	int i = 1, j = 0, t = 0;
	int n = strlen(str)
	int *maxl = (int *)calloc(n, sizeof(int));
	int *next = (int *)calloc(n, sizeof(int));
	int *nextval = (int *)calloc(n, sizeof(int));
	while (i < n)
	{
		if (str[i] == str[j])
		{
			len++;
			maxl[i] = j;
			i++;
		}
		else
		{
			if (j > 0) j = maxl[j - 1];
			else
			{
				maxl[i] = j;
				i++;
			}
		}
	}
	for (i = 0; i < N; i++)
		printf("%2d ", maxl[i]);
	putchar('\n');
	next[0] = 0;//代替了将next[0] = -1， 再+1的繁琐过程
	for (i = 1; i < n; i ++)
	    next[i] = maxl[i - 1] + 1;
	for (i = 0; i < n; i++)
		printf("%2d ", next[i]);
	putchar(10);
	nextval[0] = 0;
	for (i = 1; i < n; i ++)
	{
		if (maxl[i] == next[i])
		{
			t = maxl[i];
			nextval[i] = nextval[t - 1];
		}
		else
			nextval[i] = next[i];
	}
    for (i = 0; i < n; i++)
		printf("%2d ", nextval[i]);
	putchar(10);
	 
	return;
}

二、KMP模式匹配查找改进后的匹配查找

与上面两种next[]数组或者说nextval[]数组对应的两种查找

1）从1开始的next[]/nextval[]的匹配查找：

void KmpSearch(void)
{
	char text[] = " ababaxjcashababcjsababcsooababcoidshiababv ababaxjcababaxlkdababclkcjkaababax";
	char str[] = " ababax";//text[]数组和str[]数组都是从1开始

	int i = 1, j = 0;
	int n = strlen(str);
	int *next = (int *)calloc(n, sizeof(int));
	int *nextval = (int *)calloc(n, sizeof(int));
	nextval[0] = -1;
    while (i < n - 1)
	{
		if (j == 0 || str[i] == str[j])
		{
			++i;
			++j;
			next[i] = j;
		}
		else
			j = next[j];//若字符不相同，则j值回溯
	}
	//输出next[]数组(从1开始)
	for (i = 1; i < n; i++)
		printf("%2d ", next[i]);
	printf("\n");
	//下面对next[]数组进行处理得到从1开始的nextval[]数组
	i = 1, j = 0;
	while (i < n - 1)
	{
		if (j == 0 || str[i] == str[j])
		{
			++i;
			++j;
			if (str[i] != str[j])
				nextval[i] = j;
			else
				nextval[i] = nextval[j];
		}
		else
			j = nextval[j];
	}
	//输出nextval[]数组(从1开始)
	for (i = 1; i < n; i++)
		printf("%2d ", nextval[i]);
	printf("\n");
	j = 1, i = 1;
    while (i < m)
    {
		if (j == n - 1 && text[i] == str[j])
		{
			printf("Found at %d !\n", i - j + 1);
			j = 0;
		}
		if (j == 0 || text[i] == str[j])
		{
			++i;
			++j;
		}
		else
			j = nextval[j];
	}
	
	return;
}

2）从0开始的next[]/nextval[]的匹配查找：

void KmpSearch(void)
{
	char text[] = "ababaxjcash ababaxjcababaxlkdababclkcjkaababax";
	char str[] = "ababax";
	int i = 1, j = 0, t = 0;
	int n = strlen(str);
	int m = strlen(text);
	int *maxl = (int *)calloc(n, sizeof(int));
	int *next = (int *)calloc(n, sizeof(int));
	int *nextval = (int *)calloc(n, sizeof(int));
    //计算maxl[]数组
	while (i < n)
	{
		if (str[i] == str[j])
		{
			j++;
			maxl[i] = j;
			i++;
		}
		else
		{
			if (j > 0) j = maxl[j - 1];
			else
			{
				maxl[i] = j;
				i++;
			}
		}
	}
	//输出maxl[]数组
	for (i = 0; i < n; i++)
		printf("%2d ", maxl[i]);
	putchar(10);
	//处理maxl[]数组，得到next[]数组
	next[0] = 0;
	for (i = 1; i < n; i ++)
	    next[i] = maxl[i - 1] + 1;
	//输出next[]数组
	for (i = 0; i < n; i++)
		printf("%2d ", next[i]);
	putchar(10);
	//处理next[]数组，得到nextval[]数组
	nextval[0] = 0;
	for (i = 1; i < n; i ++)
	{
		if (maxl[i] == next[i])
		{
			t = maxl[i];
			nextval[i] = nextval[t - 1];
		}
		else
			nextval[i] = next[i];
	}
	//输出nextval[]数组
	for (i = 0; i < n; i++)
		printf("%2d ", nextval[i]);
	putchar(10);
	//进行kmp模式匹配查找
	j = 0, i = 0;
	while (i < m)
	{
		if (j == n - 1 && text[i] == str[j])
		{
			printf("Found at %d !\n", i - j + 1);
			++i;
			j = 0;
		}
		if (text[i] == str[j]) ++i, ++j;
		else
		{
			if (j == 0) ++i;
			else j = next[j - 1];
		}
	}

	return;
}

就说那么多，如有错误，多多指正，不胜感激！

谢谢！再见