BF算法和KMP算法

前言

设有两个字符串S，T。S为主串，T为子串也可称为模式。在S中查找与模式T相符的子串如果匹配成功，则确定T在主串S中的位置。

著名的模式匹配算法就是BF和KMP。

这两种算法都是用于子串的定位运算，通常称串的模式匹配或串匹配，其用处也非常广泛。如：拼写检测，语言翻译，搜索引擎等等都有用到。

 

1.BF算法

BF算法最简单直观。

算法的步骤：

1.就是利用两个指针（这里记为指针i和指针j），分别指向主串S，和子串T的当前位置，i的初值为主串S中查找的起始位置，而j初值为T的起始位置(这里设S,T起始位置均为1)。

2.然后比较S[i]和T[j]是否相等。

若相等则，i和j分别指向下一个位置，继续比较下一个字符。

若不相等，指针i退回到（i=i-j+2）处，指针j退回到起始位置1

3.最后如果j>=T.length，就说明T在S中出现，匹配成功。否则就匹配失败。

 

再看看时间复杂度

当在最好的情况下，即当每次匹配失败都发生在模式串的第一个字符，此时复杂度为：

也就是O(n+m)。

而当最坏情况下，即当每次匹配失败都发生在模式串的最后一个字符，此时复杂度为：

时间复杂度为O(n*m)

虽然BF的时间复杂度为(n*m)，但在一般情况下，其实际执行时间近似O(n+m),所以才能至今仍被使用。

2.KMP算法

KMP就有些复杂了，但它可以在时间复杂度为O(n+m)的情况下完成模式匹配。

因为它无需回溯主串的指针。

简单理解其原理：

就是开始时正常匹配，而当主串S指针i和子串T指针j 字符匹配失败时，

在这里还有两种情况：

第一种：匹配的第一个字符就不相同，则此时就让i+1，j不变，继续匹配。

第二种：匹配失败时 j>1，看看T中指针j-1(我们可以将j-1记为k，看作一个新指针) 前面(k-1)个字符是否与i指针前面的(k-1)个字符是否相等，

若不相等，再看指针k=k-1前面(k-2)个字符是否与i指针前面的(k-2)个字符是否相等，再判

断，直至k=1(起始位置)，也就是直到k前面没有字符；

当k=1时，就将k赋给j,继续与i位置下的字符进行比较，匹配失败，就让i+1，j不变，继

续匹配

若相等，只需将指针k赋给j再与指针i位置下的字符进行比较；

#为什么是指针j-1(指针k)前面的字符呢？

稍微想想就能理解，如果是j前面的字符，不就和最初匹配时没什么区别了嘛

 

next

但是只是新加一个指针，时间复杂度可不会只为O(n+m)。有什么更好的方法吗？

我们可以发现让指针k前面的字符串与指针i前面(k-1)个字符进行比较，其实就是与指针j前面(k-1)个字符进行比较。而子串T我们是已知的。所以我们在子串与主串S匹配之前，就能知道k前面字符串是否与i前面的字符串相等。

由上面的原理可以引出next函数 { 0 j=1 next[j] { { k | 1<k<j } { 1 k=1

所以我们在匹配前就可以算出j在每个位置下，k为多少时 前面的字符都与i前面的字符相等。我们可以用next[j]=k，来储存k。然后在匹配失败时将next[j]赋给j，也就是将k赋给j

例：

/*next函数应该怎么求，比如说abaabcac，next[1]=0,next[2]=1，next[3]=1
    next[4]=2,next[5]=2,next[6]=3,因为在算到第2个字符，如果第二个字符
    就不匹配的，那就让i和第一个字符重新匹配，而第四个字符因为前面的第三个字符是和
    第一个字符一样的所以可以让第i个字符和next[4]个字符匹配就是看这个字符之前有几个和
    最前面的字符是相同的。*/
    int i,j;
    i=1;
    next[1]=0;
    j=0;
    while(i<T.length)
    {
        if(j==0||T.ch[i]==T.ch[j])
        {
            ++i;
            ++j;
            if(T.ch[i]!=T.ch[j])
                next[i]=j;
            else
                next[i]=next[j];
        }
        else
            j=next[j];
    }

nextval

但next函数还是有缺陷的，例如主串S="aaaabcde"，子串T="aaaaax"，其next数组值分别为012345，在开始时，当i=5、j=5时，我们发现“b”与“a”不相等，因此j=next[5]=4，此时“b”与第4位置的“a”依然不等，j=next[4]=3，直到j=next[1]=0时，根据算法，此时i++、j++，得到i=6、j=1。

next还是有多余的步骤，所以用nextval[j]，进行修正。

 

nextval计算方法

当j=1时，nextval[1]=0

当j>1时，用当前指针j1字符，与j2=next[j1]指针的字符进行比较，若相等则nextval[j1] = nextval[j2],若不相等则nextval[j1] = next[j1]

例如：