update on 2023.11.17 NOIP前来复习板子,发现KMP整理的不是很到位,所以更新详细一些。
浅显易懂的讲解视频:(dalao讲得太好了(%%%))
(kmp)(字符串匹配)的概念:
- 主串:被匹配的字符串
- 模式串:匹配的串
- 最长前后缀:一个字符串某个前缀后后缀相同,而且长度尽可能长
先讲暴力算法:
遍历主串,如果有一个字符与模式串不一样,适配了,那么主串就回到原来的位置+1,相当于一个 (O(n \times m)) 的复杂度.
因为复杂度过大,所以三位大佬(K,M,P)发明出了KMP算法,他的核心思想就是利用已知的数据,利用好,不往回头走,从而做到 (O(n+m)) 的复杂度。
设:
- 主串的下标是 (i)
- 模式串的下标是 (j)
他的做法就是不让i往回走,所以就能达到线性的时间复杂度
首先我们要预处理出 (next) 数组。
预处理完后。我们需要遍历一遍主串,按照暴力的思想一个个字符串相匹配,如果失配了。
那么我们设 (k) 为: 上一个下标(最后一个正确匹配的下标)的 (next) 数组。
然后将 $ j $ 加上 (k) ,也就是将模式串的下标往右移动k个下标,这样就可以跳过一些字符,但依然不影响答案。如果有一部分重复的例如: (ABABC) 中找 (ABC),自然,匹配到 (C) 的时候,就失配了。所以就找到第二个字符的 (next) 数组的值,为 (2),所以直接跳过了前面的 (AB),就直接配对了 (ABC)。
但是为什么这个 (next) 数组可以知道?
因为 (next) 数组存储的是主串中从头到这个下标的最长前后缀。如果他们有相同的前后缀,那么就可以跳过这些(注意:最长前后缀的长度不能等于计算的字符串,不然跳过整个字符串还有什么意义?)
当然,计算每一个字符串的最长前后缀也不是暴力的,我们可以分两种情况,如果遍历到 (i) ,那么已知([1,i-1])的最长前后缀,假设其长度为(k),那么这个字符串的 ([1,k]) 和 ([i-k,i-1]) 相等,如果 (i) 和 (k+1) 能相等,那么 ([1,i]) 的最长前后缀长度就是 (k+1) 否则,我们就按照之前的字符串的前缀。(具体看视频
更新部分:
数学课上拿着NOI辞典上写的一些笔记。。
For example:
第一种情况:
每一次比较 (S_{next_{i-1} + 1}) 的位置和 (S_i) 对比,如果匹配成功,那么显然是 (next_i = next_{i-1} + 1)。
第二种情况:匹配失败
假设首先知道 (next_{12} = 5)
ACBACDDACBAC
后面加入一个 B
。显然 D
不等于 B
。所以此时我们就要往前跳。
我们发现:ACBACDDACBAC
中前面的 ACBAC
的后面的 AC
和后面的 ACBAC
的后面的 AC
。说的可能有点绕,不太好讲,具体还是看图吧。两个字符串相等,他们的后缀也一定相等。(说了跟说了似的
然而,前面的 ACBAC
的 (next) 数组是 (2)。因此其中的两个 AC
也是一样的。
ACBACDDACBAC
的前缀 AC
和后缀 AC
是一样的,于是下标往右移,发现左边的 AC
+ B
是与新加入的 B
相匹配。
于是就可以知道 ACBACDDACBACB
的 (next) 数组是 (2+1=3)。
因此,讲完了,感觉还是图画的清楚点。
实现流程:根据书中的话来说:
(1)设 (j) 为 (next_{i-1}) ,(S_{j+1} = s_i) 那么 (next_i = j+1)
(2)若不相等,(j) 需要变得更小,以满足 (S_{[1,j]} = S_{[i-j,j-1]}) 的最大值。即 (j = next_j) (其实上文主要解释了 (j) 为什么会等于 (next_j)。若此时 (S_{j+1} = S_i) 那么 (next_i = j+1)
(3)若仍然不相等,重复(2)直到 (j=0) 为止。
AC Code:
#include<bits/stdc++.h>
define ll long long
using namespace std; const int N = 1e6+5; char s1[N],s2[N]; int l1,l2; int nxt[N]; int main(){ scanf("%s",s1+1);l1 = strlen(s1+1); scanf("%s",s2+1);l2 = strlen(s2+1); for(int i = 2,j = 0;i <= l2;++i){ while(j&&s2[i] != s2[j+1])j=nxt[j]; if(s2[i]==s2[j+1]) ++j; nxt[i]=j; } for(int i = 1,j = 0;i <= l1;++i){ while(j && s1[i] != s2[j+1])j=nxt[j]; if(s1[i]==s2[j+1]) ++j; if(j==l2) printf("%d\n",i-l2+1),j=nxt[j]; } for(int i = 1;i <= l2;i++) printf("%d ",nxt[i]); return 0; }
有什么错误欢迎指出。
KMP板子