KMP算法的相关证明

原文发表于饮水思源BBS。

声名在先：我站在巨人的肩膀上，才认识了 KMP 算法。

KMP 算法的思想：
对于一个模式字符串（pattern string），名为 t，要在文本 s 中搜索它的第一个匹配位置。先一个一个字母比较，即 t[0] 和 s[0] 比较，t[1] 和 s[1] 比较，以此类推。当比较结果相等时则进行下一次比较，当比较结果不相等时就要使用特殊方法了：为了提高效率，不让 s[i] 后退。此时，设比较到 t[j] 时不相等，而 t[0] .. t[j - 1] 都已经经过了比较，并且都是相等的。现在就要把 j 向前移动到这样的一个位置 k，这个位置之前的字符，t[0] .. t[k - 1] 与 t[j - k] .. t[j - 1] 是相等的，并且 k 要尽量大，然后再继续比较 t[k] 与 s[i] 是否相等。如果不存在这样一个有效的位置 k，那么让 j = 0 并且 i 增加 1。

这里要注意两个条件：一，k 要尽量大；二，继续从 t[k] 与 s[i] 比较。这是为什么呢？k 如果不是尽量大，比如现在有且仅有 k1 与 k2，k1 满足 0 <= k1 < t，且 t[0] .. t[k1 - 1] 等于 t[j - k1] .. t[j - 1]，k2 也同样满足这样的条件，并且 k2 > k1。如果要满足尽量大的条件，应该用 k2。但是如果不用满足这样的条件，我们用 k1 的话，会出现什么情况？设 t 的长度为 m，若 s[i] .. s[i + m - k2 - 1] 等于 t[k2] .. t[m - 1]，则从 t[k2] 开始与 s[i] 匹配整个搜索将成功。现在不从 k2 开始而从 k1 开始，就跳过了这样的位置，就算匹配成功也不是在 s 中第一个匹配了。因此 k 要尽量大。如果取的数不满足 t[0] .. t[k - 1] 等于 t[j - k] .. t[j - 1] 怎么办？那么前面 s[i - k] .. s[i - 1] 就与 t[0] .. t[k - 1] 不相等了。这就不符合搜索的意义了。

然后，认清了这个条件，就可以把这条件简单地说了：当 t[j] 与 s[i] 不相等时，让 j = k，此 k 是 t[0] .. t[j - 1] 所有真前缀（不等于整个字符串的前 r 个字符组成的字符串）与真后缀（类似真前缀的定义）相等的对（pair）中字符串最长的一对的字符串长度。