KMP算法

感受

这是一个能看哭的算法，虽然没几行代码。

起初是朋友一起看毛片，看了一个晚上，结果就是苦不堪言，不明觉厉。

直到看到coursera上Robert Sedgewick的讲解，觉得神清气爽。

后来，因为在看阮一峰的博客，又提到KMP，阮讲得道理好懂，但笼统。

就想再对比下Robert教授的讲解，发现自己又傻住了。

不得不再花了些时间，理解了一遍，

还是记录下理解过程，希望以后不要再反反复复折腾。

以上是我学习这个过程的心理感受。

理解过程

1. 暴力算法

首先如果采取暴力手段的话，算法如下：

public static int search(String pat, String txt)
{
   int M = pat.length();
   int N = txt.length();
   for (int i = 0; i <= N - M; i++)
   {
      int j;
      for (j = 0; j < M; j++)
         if (txt.charAt(i+j) != pat.charAt(j))
            break;
      if (j == M) return i; ／／index in text where pattern starts
   }
   return N; ／／ not found 
}

以下也是另一种暴力，和上边大同小异，其中

i指向流的最后一个匹配字符

j存储已经匹配的最后一个字符

 
public static int search(String pat, String txt)
{
   int i, N = txt.length();
   int j, M = pat.length();
   for (i = 0, j = 0; i < N && j < M; i++)
   {
      if (txt.charAt(i) == pat.charAt(j)) j++；
      else { i -= j; j = 0;  }
   }
   if (j == M) return i - M;
   else            return N;
}

2. KMP算法

而kmp算法就是把上边的

   if (txt.charAt(i) == pat.charAt(j)) j++;
      else { i -= j; j = 0;  }

替换为下边的一句话

j = dfa[txt.charAt(i)][j];

因此KMP算法为

   
public int search(String txt)
{
   int i, j, N = txt.length();
   for (i = 0, j = 0; i < N && j < M; i++)
        j = dfa[txt.charAt(i)][j];
   if (j == M) return i - M;
   else        return N;
}

或者流的表现形式

public int search(String txt)
   int i, j;
   for (i = 0, j = 0; !in.isEmpty() && j < M; i++)
        j = dfa[in.readChar()][j];
   if (j == M) return i - M;
   else return NOT_FOUND;
}

其中，j 表明 pattern的前（ j 包含j ）字符是和当前txt 从i位置往前的 j 个字符是匹配的。

从以上算法可以看出， i 不需要回退， 也就意味着，i前的字符可以直接丢弃。 不需要备份回退字符。

剩下的问题是如何构建状态机dfa[ ][ ]

3. 构建状态机dfa[][]

1. 匹配字符，状态显而易见。

2. 不匹配时，是构建的重点。

举例，假设ABABAB匹配到最后一个B时，如果是此文第一张暴力算法，i往后移动一位，显然抛弃首位A，继续暴力比较，即BABAB 和 pattern ABABAC重新比较，BABAB从状态0在一编状态机， BABA会走到状态3，即有后三个字符ABA是匹配的，在3 的状态下，输入B，显然进入状态4，

比较重要的一个理解是，状态机中的值，是在当前状态中，遇到下一个字符后，有几个字符是和search txt是已匹配的。

以上说明只为解释下图

有了以上说明就有了以下dfa构建算法(下图中的X记录的是除去pattern首字母，匹配到的状态，处理下一字符的起始状态，上图是3)

其他参考图片

1.背景

2. KMP 

说明