【我的第一篇博客】KMP算法(超详细）

1. BF

BF算法，即暴力(Brute Force)算法，是普通的模式匹配算法，BF算法的思想就是将目标串S的第一个字符与模式串T的第一个字符进行匹配，若相等，则继续比较S的第二个字符和 T的第二个字符；若不相等，则比较S的第二个字符和T的第一个字符，依次比较下去，直到得出最后的匹配结果。BF算法是一种蛮力算法。

这里是BF是很常见的手法，根据题目要求大家一般自己就可以实现，难度不大，所以我们也不过多解释，这里可以说一下算法思想：

当目标串S=“aaaaab”,模式串T=“aaab”时，S的长度为6，T的长度为4。

S与T会开始匹配，i=1，j=1时，a与a相等，那么++i，++j。当i与j加到4时，不相等了，就让i回溯到i=2，j=1时，又开始一轮配对，直到完成。

2. KMP

KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt提出的，因此人们称它为克努特—莫里斯—普拉特操作（简称KMP算法）。KMP算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现，函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n) 。

2.1 算法思想

KMP当中的i不用回溯，j也不用从头开始。例如目标串S=“ababcabcacbab”，模式串T=“abcac”。

可以显然看出比较到第3个字符时不一样，

这时候我们不让i回溯，也即是i不变,就从第3个字符开始比较，S中匹配到第7位字符时匹配不成功，这时i仍然不回溯，

而在T中，j有时不必回到头上，因为当前比较的字符c前面的字符a是已经比较过的，而且与第一个字符又相同，那么相当于第一个字符已经比较过了，所以这时我们的j可以从第2个字符开始匹配。

通过“i的不回溯和j的不一定是从第一个元素开始匹配”，KMP算法才能够提速，才能够让时间复杂度为O(n+m)。
小伙伴们可能开始疑惑了，j到底要怎么去确定它的位置呢？
那么就请跟谁我的脚步，去追寻KMP算法的核心吧！

2.2 next——j的下一个位置

j到底要回到什么位置呢？从第几个字符开始呢？这样的两个问题我们称之为j的下一个位置，用next[j]这样一个数组来表示，那next[j]有是怎么算的呢？

2.2.1 next的思想

以下内容只与模式串有关系

如图所示：
当j=1时，next[j]=0；当j！=1时，我们首先看第一种，第一个意思是在模式串中当从头开始到k-1的位置上的字符与j前面的k-1个字符匹配时(为同一个字母），k的值不止一个，所以我们就让next[j]=max(k)；其他情况就让next[j]=1。

有的小伙伴又疑问了，为什么有这样一个取值情况呢？其实这个为什么不需要我们掌握，研究起来也很麻烦，如果有小伙伴想得通的话，欢迎评论区留言，这里我们就不做过多解释。

还有的小伙伴还是没看懂我写的，不要着急，下面我们来看例题，看完之后就把相对于抽象的东西具体化啦！

2.2.2 例题

这里我们先介绍一下串的前缀与后缀。
如果一个字符串是abcd，那么它的前缀有a、ab、abc，后缀有d、cd、bcd，前缀后缀都不包括其本身。
介绍这个呢是因为你可以看到p1…pk-1就是字符串的前缀，而pj-k+1…pj就是字符串的后缀。
好了，下面是我们的模式串。

我们很容易知道 当j=1时，next[j]=0;
那么当j=2时，我们看到字符b前面的字符a，a既不是前缀也不是后缀，所以属于其他情况next[j]=1;
当j=3时，我们看到字符前面的字符串ab，a！=b，即前缀！=后缀，所以属于其他情况，那么next[j]=1;
当j=4，a前面的字符串abc，a！=c、ab！=bc，即前缀！=后缀，属于其他情况，next[j]=1；

此时如图
当j=5时，注意,5位置对应的字符a前面的字符串为“abca”，有a=a，但ab！=ca、abc！=bca,所以只有一个字符a相等，也就是说有k-1个字符是一样的，故 k-1=1，即k=2，此时是唯一的k，也是最大的k，所以next[j]=max(k)=2;

j=6时，字符串 abcaa中，a=a、ab！=aa、abc！=caa、abca！=bcaa，所以k-1=1，即k=2，next[j]=max(k)=2;

j=7,字符串 abcaab中，a！=b、ab=ab、abc！=aab、abca！=caab、abcaa！=bcaab，此时有2个字符相等，所以k-1=2，即k=3，则next[j]=max(k)=3;

再看一下这个图
j=8,容易发现字符串abcaabb中前缀与后缀无一相等，此时j！=1，所以属于其他，则next[j]=1；
j=9，情况与j=8一样，next[j]=1;
j=10,字符串abcaabbca中，a=a，所以k=2，next[j]=2;
j=11,字符串abcaabbcab中，ab=ab，所以k-1=2，next[j]=max(k)=3；
j=12,字符串abcaabbcabc中，abc=abc，所以k-1=3，next[j]=max(k)=4;
…
最终情况如下图

看到这里相信大部分小伙伴都理解到了吧！
那么我们的代码如何实现呢？

2.3 代码实现——c语言

用的c语言编写，也没有分文件编写，代码不多，希望大家多多支持！

#incude<stdio.h>

int length(char *a)   
{
	char *b=a;
	int i=1;
	while(b[i]!=NULL)
	{
		++i;
	}
	return i;
 } 
 
 int Index_KMP()
 {
 	char s[]="ababcabcacbab";
 	char t[]="abcac";
 	int a=1,b=0;   
 	int next[20];
	next[1]=0 ; //next数组是从下标为1开始的 
	
 	while(a<length(t))      //实现next的变化过程 
 	{
	 	if(b==0||t[a]==t[b]) 
	 	{                    
	 		++a;++b;
	 		next[a]=b;
		 } 	
		 else 
		    b=next[b];	
	 }
	 
 	int i=1,j=1;
 	while(i<length(s)&&j<length(t))
 	{
 		if(j==0||s[i]==t[j]) //恰好完全匹配 
 		{
 			++i;++j; 			
		 }
		 else            
		    j=next[j];//i不变，j后退
	 }

	 if(j>=length(t))       
	     return i-length(t);//匹配成功，返回结束位置 
	 else 
	     return -1;  //返回不匹配的标志 
	    	
 }
 int main()
 {
 	printf("%d",Index_KMP());
 	return 0;
 }
   

以上是基础版的KMP，如果当我们的模式串是“ aaaaaab”这样的，其实我们还有更简便的方法，大家可以自己去思考一下。

有什么不正确的地方欢迎一起讨论指正，hhhh

冲冲冲