学习记录：【洛谷 P3375 【模板】KMP字符串匹配】-------KMP算法

题外话：一年多没碰程序，最近试着捡起来，发现老师当年摁着我写的总结有奇效，所以…

回到正题，先上代码

#include<bits/stdc++.h>
using namespace std;
char s1[1000010];
char s2[1000010];
int next[1000010];
int f[1000010];
int n1,n2;
int ls;
int ans;
int main()
{
	cin>>s1>>s2;
	n1=strlen(s1);
	n2=strlen(s2);
	for(int i=1;i<n2;i++)
	{
		ls=next[i-1];
		while(ls!=0)
		{
			if(s2[0+ls]==s2[i])
			{
				next[i]=ls+1;
				break;
			}
			else
			{
				ls=next[ls-1];
			}
		}
		if(ls==0&&next[i]==0)
		{
			if(s2[0]==s2[i])
			{
				next[i]++;
			}
		}
	}
	if(s1[0]==s2[0])
	{
		f[0]=1;
	}
	ls=f[0];
	for(int i=1;i<n1;i++)
	{
		while(ls!=0)
		{
			if(ls==n2||s1[i]!=s2[ls])
			{
				ls=next[ls-1];
			}
			else
			{
				f[i]=ls+1;
				break;
			}
		}
		if(ls==0)
		{
			if(s2[0]==s1[i])
			{
				f[i]=1;
			}
		}
		ls=f[i];
	}
	for(int i=0;i<n1;i++)
	{
		if(f[i]==n2)
		{
			cout<<(i+2)-n2<<endl;
		}
	}
	for(int i=0;i<n2;i++)
	{
		cout<<next[i]<<" ";
	}
	return 0;
}

代码写的不是很好看，但勉强还是能算得上一辆小破车，毕竟他能跑不是？

接下来说算法：KMP算法不难，但是能讲清楚却好像是一件很难的事情。简单来说，KMP主要运用于求解子串在主串中出现的位置以及在主串中出现过几次。

我们很容易想到一个朴素算法，将子串逐个和主串的字符比较，如果有错误，就从子串的开头重新比较，这样的复杂度是n*m。

那么有没有更优的解法呢？

废话，当然有，不然我发这博客干啥

不难发现，在朴素算法中，一旦出现错误，便要从头再次开始比较，就好像那种要求一命通关的游戏，一旦失误…

胜败乃兵家常事，大侠请重新来过。

这实在是太糟糕了，如果要是能设置存档点，那该多好啊！

别说，这个还真可以有。

像下面这个例子：

EBDCEBDCEBDAEEAACEBDCEBDAE
EBDCEBDAE

可以发现，在我们第一次辛辛苦苦匹配到主串第八个字符的时候，由于第八个字符子串为‘A’，主串为’E’，匹配宣告失败。按照我们朴素的“一命通关”的想法，则是又从主串的‘B’开始匹配，麻烦。

而我们仔细观察，可以发现子串的前六个字符的前半部分和后半部分是一样的，都是"EBD”，也就是说，如下图：

EBDCEBDC
EBDCEBDAE

如果我们匹配能匹配到第七个字符而在第八个字符出错的时候，这个时候，我们就不需要重新开始了，我们能够使用这个片段的一些已匹配字符，如下图：

EBDCEBDC
XXXXEBDCEBDAE

总结来说就是：若存在 子串中共有Z个字符，其中前X个字符与后X个字符完全相同（Z==2X+1Y），若在主串中也出现这样的片段，那么当我们将子串向后拖拽X+Y个字符，就会使得子串前X个字符与主串该段中后X个字符相同。

我再举个例子：假设有一个这样的游戏，游戏需要你输入一串相对应的方向键，一旦出现一个对不上就必须要重头再来。

游戏要求输入：↑ ← ↑ → ↑ ← ↑
而你输入成了：↑ ← ↑ ← ↑ ← ↑

那么实际上，此时你的输入栏应该是这样的：

↑ ← ↑

你只需要再输入这些就可以了。

→ ↑ ← ↑

现在我们明白了为什么要求出子串每一个前Z（Z为1~子串长度）个字符中的前X个字符和后X个字符完全相同的最大X值（X<Z），那么我们现在就要讲讲怎么将其求出来。

for(int i=1;i<n2;i++)
	{
		ls=next[i-1];
		while(ls!=0)
		{
			if(s2[0+ls]==s2[i])
			{
				next[i]=ls+1;
				break;
			}
			else
			{
				ls=next[ls-1];
			}
		}
		if(ls==0&&next[i]==0)
		{
			if(s2[0]==s2[i])
			{
				next[i]++;
			}
		}
	}

我运用了一个next数组，用来存储子串前i个值中前X个字符与后X个字符完全相同的最大X值（X<i）。

由于使用的读入是cin，所以导致了字符数组下标是从0开始的。

采用了一个临（lin）时（shi）变量ls。

事实上，我们判断字符串前X个字符与后X个字符是否完全相同也不需要重新判断，能在原有值上继续求解。

当i值增加1时，判断新加入的字符与第X+1个字符是否，相同有两种情况：

1.相同，则：next[i]==next[i-1]+1

2.不同，则：我们应该尝试将X变更为next[X]的值，继续判断，直到X==0，此时我们就只需要判断新加入的字符是否和第一个字符相同就行了。

至于情况2中为什么将X的值变更为next[X]的值而不是在 next[X]~X间的其他值，这里就不给出证明了，有兴趣的可以试试用反证法证明。

我在这可以给出结论，若有可行解，next[X]一定为仅次于X的最大值。

所以KMP的步骤总共分为两步：

1.将子串中的next值全部求出。
2.将子串和主串进行比较，如果不匹配，则通过next值进行部分回退。