1.概念
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同时发现,因此人们称它为克努特——莫里斯——普拉特操作(简称KMP算法)。KMP算法的关键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。具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)。
设主串( 称作S)为: ssasdsaaasdfsababaaabaasedfcv 模式串( 称作T)为: ababaaaba用暴力算法匹配字符串过程中,我们会把S[0] 跟 T[0] 匹配,如果相同则匹配下一个字符,直到出现不相同的情况,此时我们会丢弃前面的匹配信息,然后把T[1] 跟 W[0]匹配,循环进行,直到主串结束,或者出现匹配成功的情况。这种丢弃前面的匹配信息的方法,极大地降低了匹配效率。而在KMP算法中,对于每一个模式串我们会事先计算出模式串的内部匹配信息,在匹配失败时最大的移动模式串,以减少匹配次数。比如,在简单的一次匹配失败后,我们会想将模式串尽量的右移和主串进行匹配。右移的距离在KMP算法中是如此计算的:在已经匹配的模式串子串中,找出最长的相同的前缀和后缀,然后移动使它们重叠。
KMP算法的核心是 减少不比要的回溯,问题由模式串决定,不是有主串决定。
NEXT数组:当模式匹配串失败时,NEXT数组的元素指导 应该用T串的那个元素 进行下一轮的匹配。
不多说,代码加注释很详细,以免忘记。
2.代码
//KMP Algorithm to find the Next Array and begining index of matched position
#include <stdio.h>
#include <string.h>
typedef char* String ;
//获取 模式字符串T 的 next数组
void get_next(String T, int *next)
{
int j = 0; //前缀索引
int i = 1; //后缀索引
next[1] = 0; //next数组第一个元素都为0
while (i < T[0]) //一直索引到模式字符串T最后一个元素
{
//待判断位置的 的 前缀元素与后缀元素若相同
if (0 == j || T[i] == T[j])
{
i++; //后移一位 索引后缀元素
j++; //后移一位 索引前缀元素
//优化 :加条件 if (T[i] != T[j])...
//待判断位置的后一位置 的 前缀元素与后缀元素若不相同,不需要回溯,直接确定next元素值
//实现功能:当子串中有“连续相同字符”失配(与主串不同)时,
// 直接从这一“连续相同字符”中的第一个字符 进行下一轮对比
if (T[i] != T[j])
{
next[i] = j; //将j作为next数组对应元素
}
//待判断位置的后一位置 的 前缀元素与后缀元素若相同,通过next数组向前回溯
else
{
next[i] = next[j];
}
}
// 待判断位置的 的 前缀元素与后缀元素若不相同
else
{
j = next[j]; //用next数组 j位置的当前元素 赋值给j,实现向前索引
}
}
}
//返回子串T在主串S第pos个字符之后的位置
//若不存在,则返回为0
int Index_KMP(String S, String T, int pos)
{
int i = pos;
int j = 1;
int next[255];
get_next(T, next);
while (i <= S[0] && j <= T[0]) //当未索引到主串S及子串T最后一个位置时
{
if (0 == j || S[i] == T[j])
{
i++;
j++;
}
else
{
j = next[j]; //子串元素与主串元素不相等时,通过next数组回溯
}
}
if (j > T[0]) //当索引子串T最后一个位置时,
{
return i - T[0]; //返回主串中与子串第一个元素相同的位置
}
else
{
return 0;
}
}
int main()
{
char strS[255] = " ssasdsaaasdfsababaaabaasedfcv"; //30
char strT[255] = " ababaaaba"; //10
strS[0] = 30;
strT[0] = 9;
int next[255];
int i = 1;
//printf("主串strS为:\n %s \n", strS);
//printf("子串strT为:\n %s \n", strT);
printf("主串strS为:\n");
for (i = 1; i < 30; i++)
{
printf("%c ", strS[i]);
}
printf("\n子串strT为:\n ");
for (i = 1; i < 10; i++)
{
printf("%c ", strT[i]);
}
get_next(strT, next);
printf("\n子串strT的next数组为: \n ");
for (i = 1; i < 10; i++)
{
printf("%d ", next[i]);
}
printf("\n匹配位置: \n " );
printf("%d ", Index_KMP(strS, strT, 0));
return 0;
}