数据结构与算法--KMP算法 一步一步带你用Python实现KMP算法 Python实现KMP算法

暴力匹配字符串

• 代码实现暴力匹配

class KMP(object):
    def violence_match(self, str1, str2):
        str1_array = list(str1)
        str2_array = list(str2)
        str1_len = len(str1_array)
        str2_len = len(str2_array)
        i = 0
        j = 0
        while i < str1_len and j < str2_len:  # 保证匹配时不越界
            if str1_array[i] == str2_array[j]:
                i += 1
                j += 1
            else:
                i = i - j + 1
                j = 0
        # 判断是否匹配成功
        if j == str2_len:
            return i - j
        else:
            return -1


if __name__ == '__main__':
    str1 = "渡我被身子 渡我被身子 绿谷丽日御茶子渡我被身子赛高"
    str2 = "渡我被身子赛高" 
    m = KMP()
    print(m.violence_match(str1, str2)) # 19

• 暴力匹配思路图解
  （1）逐一匹配，如果没有相当的，就让待匹配的字符串不断后移，要匹配的字符串不动
  （2）如果两者匹配到一个相同的，就同时向后移动一位，看下一位是否配
  （3）如果在上一步的匹配过程中出现不匹配的，待匹配的字符串位置要回到“两者开始匹配的后一个位置”即是 i-j+1 （也可以理解为，开始匹配时，两者一共走过的距离，后移一位）；而要匹配的字符串则要回到开始0的位置
  （4）整体来说，暴力匹配的方式会产生不必要的回溯
  

KMP算法

KMP算法基本概况

• 介绍：
  
• 提出问题：
  
• 思路分析：
  
  
  
  
  
  
  
  
  

部分匹配表

• 先了解前缀和后缀是什么？
  
• 举例说明：
  （1）假如字符串是：ABCDA 前缀和后缀相同的位A，那么到A的位置字符串的部分匹配表值应该为1，注意是元素的长度，不是有几组相同的元素，所以ABCDA 的部分匹配表为：↓↓↓
  
  （2）还有部分匹配表中，每一位所代表的含义是：第一个0 表示的是"A" 字符串 它所以对应的部分匹配表的值为0；第二个0表示"AB" 字符串 它所以对应的部分匹配表的值为0；第三个0表示"ABC"字符串 它所以对应的部分匹配表的值为0；第四个0表示"ABCD"字符串 它所以对应的部分匹配表的值为0，为什么都等于，请分别求出他们的前缀和后缀，就会发现他们公共部分不存在，所有共部分的长度也就为0；直到字符串"ABCDA" 此时 前缀和后缀公共部分为 “A” ，它的长度为1 ，所有该字符串对应的部分匹配表的值为1；
  
  （3）知道上面的规则后，我们回去看：字符串"ABCDABD" 所对应的部分匹配值
  
  

KMP算法Python实现

算法的本质是：原本暴力求解，当匹配字符串出现不同时，我们回到两者最开始相等的后一位，
重新开始匹配，造成不必要的回溯；
而KMP是回到我们求出的部分匹配表的前一位，再重新开始匹配；

class KMP(object):
    def kmp_match(self, string1, string2):
        # 第一步获取到一个字符串（子串）的部分匹配值表
        # aim_string = "ABCDABD"  # 目标匹配值
        part_match_form = self.get_part_match_form(string2) # 求出部分匹配表
        res_index = self.kmp_search_core(string1, string2, part_match_form)
        print(res_index)

    # kmp搜索算法
    def kmp_search_core(self, string1, string2, next_array):
        '''
        :param string1: 原字符串（待匹配字符串）
        :param string2: 子串（匹配字符串）
        :param next_array:部分匹配表，是子串对应的部分匹配表
        :return: 返回时-1就是没有匹配到，否则返回第一个匹配的位置
        '''
        j = 0
        for i in range(len(string1)):
            # 需要处理两者不相等时（核心）
            while j > 0 and string1[i] != string2[j]:
                j = next_array[j - 1]
            if string1[i] == string2[j]:
                j += 1
            if j == len(string2):  # 找到了
                return i - j + 1
        return -1

    # 获取部分匹配值表
    def get_part_match_form(self, aim_str):
        # 创建一个next 数组保存部分匹配值
        next_array = [0] * len(aim_str)
        next_array[0] = 0  # 如果字符串长度为1部分匹配的值就是0
        j = 0
        for i in range(1, len(aim_str)):
            while j > 0 and aim_str[i] != aim_str[j]:  # KMP算法的核心
                j = next_array[j - 1]

            if aim_str[i] == aim_str[j]:
                j += 1
            next_array[i] = j
        return next_array


if __name__ == '__main__':
    str1 = "BBC ABCDAB ABCDABCDABDE"
    str2 = "ABCDABD"
    m = KMP()
    m.kmp_match(str1, str2)
'''输出结果
15
'''