字符串匹配的KMP

部分图片参考转载自大佬的KMP讲解

一、为什么需要KMP

KMP是一种字符串模式匹配算法，目的是快速的帮助我们找到字符串b是否是字符串a的连续子串。

暴力解法(朴素BF）

规定i是主串的下标，j是想要被匹配的字符串的下标。

1. 双重for循环，用遍历的方式去一个一个匹配，当匹配成功的时候就i ++, j ++
2. 如果匹配失败的话，i就应该回溯到本次起始坐标的下一个，j回到0。

下面是代码

int bf(char S[], char s[])
{
    int i = 0, j = 0;
    while (S[i] != '\0' && s[j] != '\0')
    {
        if (S[i] == s[j]) i ++, j ++;
        else
        {
            i = i - j + 1;  
            // 因为j是从0开始，所以j的数值就是i移动过的距离
            j = 0;
        }
    }

    if (s[j] == '\0') return i - j;
    return -1;
}

通过分析我们发现复杂度是O((n-m+1)*m) ~ O(nm) n和m分别是两字符串的长度
乘法的复杂度对我们来说是不能够接受的，因此就需要KMP算法

二、KMP（O(n + m)）

介绍KMP之前，首先先看一张图片，这张图片会帮你理解KMP是怎么来运行的。

原图片链接，侵权必删

基本思路

我们可以看到前面的步骤是和朴素算法一样的，关键就是找到不匹配的下一个起始点
应该选择的地方

可以看见KMP跳过了很远的距离，这也就是KMP算法的关键：next数组。

next数组记录的是一个字符串前缀和后缀相同的最大的长度。

例子：字符串abababca，长度为6

    f(1) = 0;  因为 a 没有前缀和后缀，根据规定为 0

    f(2) = 0;  因为 ab 无相等的前缀和后缀

    f(3) = 1;  因为 aba 有长度为一的前缀和后缀 a

    f(4) = 2;  因为 abab 有长度为二的前缀和后缀：ab

    f(5) = 3;  因为 ababa 有长度为三的前缀和后缀：aba

    f(6) = 4;  因为 ababab 有长度为四的前缀和后缀：abab

next数组的求法

对于next数组我们可以用双指针的方法来进行求解。
我们可以把next数组看成自己对自己进行一个匹配的过程，只是两个数组变成了原数组的前缀和后缀。我们还是以abababca来进行举例。我们取 i 是原字符串的末尾下标，取 j 是被匹配的字符串的末尾下标。 next数组的求法过程中也是对next数组的不断调用过程。

我们可以知道，长度为3的后缀就是下标从n - 2 ~ n 的字符串（我这里是从1开始），前缀就是从1 ~ 3 的字符串，所以可以想如果我们去求next[3]，那么我们就用next[2]来进行定位，假设是next[2] = 1，那么我前面一定有一个前后缀相等的串，我们把位置j 移到next[j]上，最后我们再去比较s[i] 是否等于 s[j]，不等就继续移，相等则在next[2] 的基础上加1。具体如下：

这里 j + 1 也可以看成是前后缀的长度。

next 数组代码

void next()
{
    for (int i = 2, j = 0; i <= n; i++)
    {
        while (j && s[i] != s[j + 1]) j = ne[j];
        if (s[i] == s[j + 1]) j++;
        ne[i] = j;
    }
}

匹配过程

匹配过程上图已经阐述的非常明显了，就是用next数组来记录位置，然后读取进行节省时间

void match()
{
    for (int i = 1, j = 0; i <= m; i ++) 
    {
        while (j && q[i] != s[j + 1]) j = ne[j];
        if (q[i] == s[j + 1]) j ++;
        if (j == n) 
        {
            cout << i - n << ' ';
            j = ne[j];
        }
    }
}

例题：

https://www.luogu.com.cn/problem/P3375

AC代码：

#include <bits/stdc++.h>

using namespace std;

const int N = 1e6 + 10;

int ne[N];
char p[N], s[N];
int n, m;

int main()
{
    cin >> p + 1 >> s + 1;

    n = strlen(s + 1);
    m = strlen(p + 1);
    
    for (int i = 2, j = 0; i <= n; i ++)
    {
        while (j && s[i] != s[j + 1]) j = ne[j];
        
        if (s[i] == s[j + 1]) j ++;
        ne[i] = j;
    }

    for (int i = 1, j = 0; i <= m; i ++)
    {
        while (j && p[i] != s[j + 1]) j = ne[j];
        
        if (p[i] == s[j + 1]) j ++;
        if (j == n)
        {
            cout << i - n + 1 << '\n';
            j = ne[j];
        }
    }

    for (int i = 1; i <= n; i ++) cout << ne[i] << ' ';
    return 0;
}