KMP算法理解

next放比赛上会编译错误，可能是关键字，所以不要用next

目录

第一个问题，我们为什么要找对称的子串

第二个问题，now不是P[0]~P[x-1] 中最长的公共前后缀怎么办

模板

---

https://www.zhihu.com/question/21923021

上文是原理，下面是我阅读该文产生的一些问题并做出解答

第一个问题，我们为什么要找对称的子串

解答：

---

从结论上看：
如果在第i位失配
那么就要找next[i-1] 也就是失配的前一位开始画标尺
因为正常来说，模式串P至少要后退1位
所以从i-1开始找
next[i]=k
k的意义是在P[0,i]中，P[0,k-1]=P[i+1-k,i] 也就是说把P从i处截断，前k位组成的子串和倒数前k位组成的子串是相等的
注意这个相等不代表关于某个字符对称，长度为偶数的话是关于中间两个字符对称

---

那么问题来了，我们为什么要找对称的子串？

下面我们从头开始推导算法
如果我们在第i+1位失配，那么就代表前i位P[0,i]和主串的往前数i+1位S[j-i,j]是相等的，那么问题就可以转化了
转化成什么呢？原先我们要求的是怎样尽可能少的移位，现在我们意识到了对S进行移位和对P进行移位是等价的，因为他们前几位组成的字串相等，那我们研究P不可以了，为什么还要看S呢？换句话说，每次失配后移动的位置仅仅与P有关，与主串S是无关的，这是固属于P的性质。
great!现在我们来研究P：
abaabac在c处失配，abaaba与失配前的主串相同，整个abaaba肯定不能继续匹配了，我们要把这个字串砍去一部分才能继续匹配。假设我们从头开始参与匹配，那就是暴力了

设主串为abaabax,x为任意不同于c的字符串，那么 

abaabax        -> abaabax     ->abaabax    ->abaabax
abaabac        ->   abaabac    ->   abaabac    ->  abaabac

我们发现，从第一步到最后一步，中间的步骤全部无用功，如果我们能找到一种办法跳过中间暴力的无用功，那么算法的时间复杂度将大大降低
可以看到，x之前被匹配的是aba，如果x=a，那么还能继续匹配。判断x是否等于a之后的处理我们先不考虑，我们发现我们跳过的部分和我们匹配到的部分是一模一样的！
也就是说，如果我们在第i+1位失配，那么我们要在前i+1位P[0,i]寻找到前面等于后面的子串，
再举个例子说明等于或者说对称的意义:

abertzqabx x为任意字符且在此处失配
abertzqabx 
            abert……

也就是说，找到这个等于并且最好是最大对称串，然后找到子串末尾+1的下标，用这个下标的字符与x进行匹配就可以了，因为前面肯定是可以匹配上的。
设这个下标为k，那么我们自然提出结论：k的意义是P[0,i]，P[0,k-1]=P[i+1-k,i] 也就是说把P从i处截断，前k位组成的子串和倒数前k位组成的子串是相等的
问题解决
如果你觉得这不是数学推导，不够严谨，没关系，我们来一波逻辑论证。
设失配处为x,则主串可以表示为ABCx，其中A、C是相等的字符串（不是单个字符），B是与A、C不相等的字符串，他们具有任意性。

下面模拟S和P失配的情景 y表示任意与x不相等的字符
ABCx    ->ABAx    ->ABAx        
ABCy    ->ABAy    ->  ABAy

上面我们把C代换成A，然后由于B与A不等，所以A和B肯定无法匹配，所以我们直接跳过B，那么就来到A与A匹配的环节，下面只需要判断B的第一个字符与x是否匹配即可
然后问题就转化为如何寻找对称子串A    推导完毕

第二个问题，now不是P[0]~P[x-1] 中最长的公共前后缀怎么办

原文：如图。长度为 now 的子串 A 和子串 B 是 P[0]~P[x-1] 中最长的公共前后缀。可惜 A 右边的字符和 B 右边的那个字符不相等，next[x]不能改成 now+1 了。因此，我们应该缩短这个now，把它改成小一点的值，再来试试 P[x] 是否等于 P[now].

那要不是最长的呢？其实也是一样的 比如说你把失配位之设置为子串B abcab 的B[1] b上，他可不是最长的，但是按照算法照样拓展。因为前后缀是不可能从中间开始截取的，不然不符合前后缀的定义（你从中间截取符合前缀不符合后缀）。所以是不是最长大可不必去判断，不是又如何？你还能从中间开始拓展么。

模板

#include<stdio.h>//https://www.zhihu.com/question/21923021
#include<string.h>
const int N=1e7+10;
char S[N],P[N];//主串S，模板串P 
int nex[N],ans[N],cnt;//ans存放答案，cnt为ans下标  注意：next是关键字，比赛会报错编译失败！ 
void getNext(const char P[],int nex[]) {
	int q,k;
	int m = strlen(P);
	nex[0] = 0;
	for (q = 1,k = 0; q < m; q++) {//P从q处截断 
		while(k > 0 && P[q] != P[k])
			k = nex[k-1];//当P[now]与P[x]不相等的时候，我们需要缩小now——把now变成nex[now-1]，直到P[now]=P[x]为止
		if (P[q] == P[k]) {
			k++;
		}
		nex[q] = k;
	}
}
void kmp(const char S[],const char P[],int nex[]) {
	int n,m;
	int i,q;
	n = strlen(S);
	m = strlen(P);
	getNext(P,nex);
	for (i = 0,q = 0; i < n; i++) {//i为主串S的下标，q为模串P的下标 
		while(q > 0 && P[q] != S[i])//匹配失败 失败处为q 那么找q-1的k 
			q = nex[q-1];//逻辑同12行 
		if (S[i] == P[q]) {//当前字符匹配成功 
			q++;
		}
		if (q == m) {//子串匹配成功，加入答案 i为主串中模板终点，现在要找起点x，那么根据区间长度有i-x+1=m，则x=i-m+1 
			ans[cnt++]=i-m+1;
		}
	}
}
int main() {
	gets(S),gets(P);
	getNext(P,nex);
	kmp(S,P,nex);
	for(int i=0;i<cnt;i++)	printf("%d ",ans[i]);
	return 0;
}

例题

https://acm.hdu.edu.cn/showproblem.php?pid=1686

#include<stdio.h>
#include<string.h>
const int N=1e7+10;
char S[N],P[N];//主串S，模板串P
int next[N],cnt,n,m;//ans存放答案，cnt为ans下标
void init() {
	cnt=0;
}
void getNext(const char P[],int next[]) {
	int q,k;
	m = strlen(P);
	next[0] = 0;
	for (q = 1,k = 0; q < m; q++) {//P从q处截断
		while(k > 0 && P[q] != P[k])
			k = next[k-1];
		if (P[q] == P[k]) {
			k++;
		}
		next[q] = k;
	}
}
void kmp(const char S[],const char P[],int next[]) {
	int i,q;
	n = strlen(S);
	m = strlen(P);
	getNext(P,next);
	for (i = 0,q = 0; i < n; i++) {//i为主串S的下标，q为模串P的下标
		while(q > 0 && P[q] != S[i])//匹配失败 失败处为q 那么找q-1的k
			q = next[q-1];
		if (S[i] == P[q]) {//当前字符匹配成功
			q++;
		}
		if (q == m) {//子串匹配成功，加入答案 i为主串中模板终点，现在要找起点x，那么根据区间长度有i-x+1=m，则x=i-m+1
			cnt++;
		}
	}
}
int main() {
	int z;
	scanf("%d",&z);
	getchar();
	while(z--) {
		gets(P),gets(S);
		getNext(P,next);
		kmp(S,P,next);
		printf("%d\n",cnt);
		init();
	}
	return 0;
}