【算法】Kmp算法初见

        最近在做项目的时候遇到了一个功能，是要检查评论和文章中敏感词，并对于这篇文章进行判断，是否做禁言处理，其中，我们有个敏感词的表，存的都是敏感词，然后我们需要对于一个帖子的正文和评论都需要进行检查，然后对于带有一定数量敏感词的帖子进行禁言或者屏蔽操作。

        开始刚刚接触到这个的时候，感觉有点手足无措，但是经过万能的百度之后，发现了一个接触过的老朋友：KMP算法，这个算法呢，在软考等教材中应该是出现过的，只是没有认真的研究过，当时也就是当做一个知识点带过去了，现在发现，自己的项目和这个算法竟然有如此多的交集，可谓出来混，丢下的是迟早要还的啊。

        由于本篇为简介，所以不做过多的代码方面的介绍（其实是还没有完全实现），此次只是一个简单的算法理论的介绍，如果有想要完全学习kmp的同志请浏览器返回接着百度吧。

一、什么是KMP算法

        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)。——百度百科

        上面的说法有些官方了，其实用最最简单的话来说就是，给计算机一个最快的方法从一个名单中找到你的名字，这个时候我们用这个算法就再合适不过了。

二、一般的算法与kmp算法的区别在哪里

        我们一般如果要是写一个文字匹配的算法的话，最最简单的就是用循环去匹配了，这个应该是个只要学过编程的同志都应该了解的方法，如果想要在一堆字母中找到abc的话，那么我们就需要用for去遍历详情字符，然后和这三个字母去匹配，但是这样做会有一个问题，就是，如果碰到了abd和abc相匹配的话，那么我们下一步匹配就是bdx和abc进行匹配了，匹配过了的字符会重新再比较一遍，很是浪费时间和空间。

        kpm的算法是什么呢？他可以返回不匹配字符的位置，从而我们可以从不匹配的下一个位置接着进行比较，从而可以减少没有作用的匹配，举个例子，有abc和abdabc去匹配，那么当第一次匹配失败的时候，也就是abc和abd匹配的时候，这个时候返回了d的位置，那么下次进行算法的时候就是用abc和abc去匹配了，而不是用bda去和abc匹配了。

三、复杂度

        说道算法不得不说的就是时间复杂度和空间复杂度，先从时间复杂度来看：

一般匹配字符串时，我们从目标字符串str（假设长度为n）的第一个下标选取和ptr长度（长度为m）一样的子字符串进行比较，如果一样，就返回开始处的下标值，不一样，选取str下一个下标，同样选取长度为n的字符串进行比较，直到str的末尾（实际比较时，下标移动到n-m）。这样的时间复杂度是O(n*m)。

KMP算法：可以实现复杂度为O(m+n)

        所以KMP算法在时间复杂度上远远比一般的无脑匹配要强太多，并且是需要匹配的字符数越多，它的优势就越是明显。

       至于空间复杂度嘛，因为都是在比较，只是记录了一个值的问题，所以基本上在空间复杂度上kmp算法是没有什么太大优势的。详情的情况等博主研究好了就会更新上来。