KMP算法

KMP算法

1.KMP算法简介

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)。

2.KMP算法与确定性有限状态自动机DFA

2.1 DFA与KMP算法

子串查找问题通常会存在两个字符串，一个是原串s, 另一个是模式串p，设m = len(s), n = len(p)并且通常m >> n。

对于子串查找问题，很朴素、直接的一个解法就是暴力求解法，即从s中的第0个字符开始，将原串s中的每一个字符和模式串p的每一个字符进行比较，若全部匹配成功，则返回；否则，则从s中的第1个字符开始，重复之前的比较操作直到到达s的最后一个字符；

从上述的描述中易得出 暴力解法 的时间复杂度是O(nm),暴力解法的缺点：
- 时间复杂度高；
- 不适用于字符流的情况；当原串s是字符流（例如网络字符）的时候，该解法存在回溯，若不加额外的缓存，是不能用于此类问题的；

但是,大多数情况下，原串和模式串都比较小，也都不是字符流的情况，而采用高级算法通常都用一些预处理的过程，对于小规模问题这都是不划算的，因此暴力解法还是很常用的，比如jdk的indexOf()就是采用暴力解法实现的。

从暴力解法的描述可以看出，当从s的字符i开始，与模式串p逐字符比较时，若在i+k处发生失配时，指向s的指针是需要回溯到i+1继续逐字符比较，而没有利用好已经匹配好的k个字符。

KMP算法解决的问题是：当发生字符失配的时候，不回溯指针i。这样就能克服 暴力解法 的两个缺点。

KMP算法核心的思想是：当发生字符失配的时候，充分利用已经匹配成功的k个字符的信息，避免指针i的回溯

KMP算法可以用确定性有限状态机DFA来直观的阐述。
DFA
- 包含有限的状态（包括开始和停止）
- 每一个字符只发生一次状态的转移
- 如果一系列的状态转移到了停止状态，则匹配成功

关键在于如何根据模式串p构建DFA，略。

2.2 DFA子串查找

public class DFASubStringSearchDemo {