初探KMP算法之next/nextval

初探KMP算法之next/nextval

一、何为KMP算法——模式匹配的一种改进算法

        这种算法是D.E.Knuth与V.R.Pratt和J.H.Morris同时发现的，因此人们称它为克努特—莫里斯—普拉特算法（简称为KMP算法）。此算法可以在O(m+n)的时间数量级上完成串的模式匹配操作。

        其改进在于：每当一趟匹配过程中出现字符比较不等时，不需要回溯 i 指针，而是利用已经得到的“部分匹配”的结果将模式向右“滑动”尽可能远的距离后，继续进行比较。

二、next函数值计算

        模式串的next函数定义：

由此定义可推出下列模式串的next函数值：

计算next总原则（非常重要）：

      计算next[j]函数值，必从j-1位置开始（不是j），以j-1为节点号，next[j-1]为链表尾指针，一直往前查找，直到找到与arr[j-1]值相同的位置时（k）停止，则此时next[j]=next[k]+1。（注：将上述表格抽象为链表，从后往前的链表）

• 务必准确把握——j、模式串、next[j]的不同含义，不要搞混了。

几大注意事项：

        a)next[0]一般不使用，直接将next[1]=0，next[2]=1，j从1开始，j和next[j]有一一对应关系；

                                                                              （注：如果非要使用next[0]的话，则置next[1]=-1，next[2]=0）
        b)一个特殊状态，如果按照上述总原则，无法找到与arr[j-1]值相同的位置。则一律置next[j]=1。

为了形式化，首先，将上述表格转化为双亲表示法树状结构如下：

                                                                                                                                                                                            

示例next[5]，求法；

• 表格求解法如下：

• 双亲节点表示法，求解过程如下：

                                                                                                                                                                                       

示例next[3]，求法；

以下留下几个表格，供手动模拟练习一下计算过程：

三、nextval函数值计算

        前面定义的next函数在某些情况下尚有缺陷（进行了某些不必要的匹配，如下图）。为了解决该问题引入了nextval对next进行修正。

接下来继续使用上述，问题为材料对next进行修正：

在计算出next之后，得出nextval十分之简单，用以下代码表示更直接：

if (arr[j]==arr[next[j]]){
			next[j] = next[next[j]];
		}

就是判断arr[j]与其next[j]所对应的arr[next[j]]是否相同，相同则修正，否则不需要修正。

附next/nextval测试：

#include <stdio.h>

int next[9];
//不修正
int getNextj(char arr[], int j){
	
	int k = j-1;

	while (k > 0){
		//③比较arr[j-1]是否等于arr[next[j-1]]
		if (arr[j-1]==arr[next[k]]){
			return next[k]+1;
		}
		//④不等于，继续找下去
		k = next[k];
	}
	//⑤未找到，恒置1
	return 1;
	
}

//修正
void getNextVal(char arr[]){

	int j;
	for (j = 1; j < 9; ++j){
		//⑥修正，如果arr[j]==arr[next[j]]则修正
		if (arr[j]==arr[next[j]]){
			next[j] = next[next[j]];
		}
	}
	
}

int main(void){
	
	char arr[] = " abaabcac";//前面有一空格，T[]从1开始
	int j;
	//①初始化
	next[1] = 0;
	next[2] = 1;
	//②逐个求next
	for ( j = 3; j <= 8; ++j ){
		next[j] = getNextj(arr,j);
	}
	
	//打印
	printf("----next---\n");
	for ( j = 1; j <= 8 ;++j){
		printf("%d ",next[j]);
	}

	//修正
	getNextVal(arr);
	printf("\n----nextval---\n");
	for ( j = 1; j <= 8 ;++j){
		printf("%d ",next[j]);
	}
	printf("\n");
	
	return 0;
}

----next---
0 1 1 2 2 3 1 2
----nextval---
0 1 0 2 1 3 0 2
Press any key to continue

Copyright © 2017 KINGDOM. All rights reserved.