KMP算法详解

注：本文只讲解KMP怎么工作，不讲解KMP为什么这样工作。

KMP的介绍我不再进行赘述，现在就进入正题吧：

现在有以下两个字符串，我们想在文本串中找到与模式串一摸一样的子串。

在说到KMP如何工作之前，我们先了解一个东西：

最长公共前后缀

KMP算法实际上并不怎么关心文本串，我们所说的最长公共前后缀是特别针对模式串来说的，我们将上图所示的模式串分为以下子串：

A
A	B
A	B	A
A	B	A	B
A	B	A	B	C

我们需要注意的是，在找最长公共前后缀的个数时，这个值必须小于当前子串的长度；

1.我们看第一个子串A，显然在这个串中没有与A一样的前后缀，同时A和A本身不能够算作公共前后缀（原因在前方标红了），所以这个子串的最长公共前后缀为0；

2.“AB”，很显然，仍然为0；

3.“ABA”，前一个A与后一个A相同，所以为1；

4“ABAB”，前面的AB,后面的AB（我们要找最长的，所以即使前A后A也相同我们也不要），为2；

5.“ABABC”,为0.

好了，于是我们得到了一个表格：

0

0

1

2

0

关于两种next数组的形态

在KMP算法中，next数组是非常重要的，我们在比对的时候是要根据next数组决定指针该怎么移动。

在我观看不同的教程中发现，next数组形态主要有两种（不要怕，不难，接下来一起看看）

形态一：直接沿用上面的前缀表

上面由模式串中得出的一张表，我们直接作为next数组：

模式串	A	B	A	B	C
next数组	0	0	1	2	0

当我们比对文本串和模式串的时候，我们发现模式串最后一个字符匹配不上：

此时KMP算法会找到C对应的next数组值的前一个值——2，接下来，模式串将会发生这样的变化：

刚好，我们的模式串向后移动了两个位置，再度开始匹配。

我想提醒大家的一点是：实际上我们的字符串不会像这样移动，上述只是便于理解，真正起到作用的是指针，是指针的移动营造出了字符串移动的“假象”。

我们在文本串中给一个指针，模式串给一个指针，两个指针同时开始遍历，当文本串、模式串的指针遍历到上图位置时会发现此时比对的字符串不同，于是指针i查找next数组，跳到了下标为2的位置。

大家应当知道的是，我们需要比对的是两个指针所指向的和这之后的字符，而非之前的。

形态二：去尾添首

我们接着来说next数组的第二种形态。还记得之前的前后缀表吗？我们把这张表拿过来，将这张表的最后一个值去掉，在表的开头添上-1，于是我们得到：

模式串	A	B	A	B	C
next数组	-1	0	0	1	2
下标	0	1	2	3	4

OK,接下来的事情也是一样的；当指针遍历到（模式串）最后一个字符时，发现不匹配于是查找数组，发现对应数值是2，于是把下标为2的字符移动到当前位置——实际上仍然是指针跳到下标为2的字符上。

看完后你可能会产生的一些疑惑

如果模式串是类似于“AAA...”这样的格式，该如何找出最长公共前后缀呢？

其实也是一样的,如下图所示：

A			0
A	A		1
A	A	A	2

如果还是有点懵圈的小伙伴可以自己找一下。

当使用形态的二的next数组时，我们找到的数值是-1怎么办？

如果是在考试答题中，我相信大家都会自然而然的去画示意图，自然而然的去向后移动一位。

但是如果自己写代码的话，碰到0和-1有什么不一样呢？

当碰到0的时候，你肯定知道是把模式串中的指针移到0；那么仔细想想，如果碰到-1你还是只挪动模式串的指针（而且这时候指针肯定指向首元素），有什么意义呢？

这时候我们挪动的当然是文本串的指针，将其向后移动一位。

相信大家如果看懂这篇文章，一定能自己写出指针是如何移动的代码；当然，next数组是如何生成的，代码如何编写，就靠各位的智慧了。