KMP算法是对字符串匹配算法的一种简化。KMP名字的由来是因为它同时由D.E.Knuth J.H.Morris和V.R.Pratt发现,所以简称为KMP算法。
相对于普通的字符串匹配算法,KMP算法优化了对于已匹配上的串的复用。这也是为什么KMP算法在开始匹配之前要计算next数组。
举个例子:
字符串A:BCDEFBCDASJBCDEFCDAB
字符串B:CDEFCDA
那么现在我们要从A中找出B子串。如果使用普通的字符串匹配算法,那么从A串的第一个字符开始,一个一个字符匹配B串中的字符,如果匹配不上,则接着从A串的第二个字符开始重复上述匹配。
而KMP算法在开始匹配之前,我们要计算出一个字符串B的next数组,计算next数组的原因是根据已知的B字符串的内容来计算的,如果A串在某个节点与B串中5个字符匹配上了,在第6个字符上没有匹配上,那么对于B来说,A接下来的5个字符其实是已知的。KMP算法利用上一次匹配上了几个字符串预知知接下来的几个字的方法来预算是否应该跳过字符,跳过几个字符。
KMP算法next数组计算方法就是看以当前字符结尾的某一个字符串与其前面字符串的最大匹配字符数:
C | D | E | F | C | D | A |
0 | 0 | 0 | 0 | 1 | 2 | 0 |
不过上面只是为了促进我们理解而列出的字符串,并不是最终的next字符串,最终的next字符串应该是上面的next数组右移一位,并在开始的位置填入-1:
C | D | E | F | C | D | A |
1 | 0 | 0 | 0 | 0 | 1 | 2 |
也就是说对于CDEFCDA字符串来说,其next数组为:{-1,0,0,0,0,1,2};
KMP算法在匹配时,下一次匹配应该向右移动的字符数为:j-next[j]; j代表当前匹配时正确匹配上的字符数。