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)。
例如下面的主串与子串
我们会发现 aaac 在使用BF算法的时候 会多次无用的与aaaa去逐个对比 直到最后一个元素不同 这就浪费了大量的时间
也就是在BF算法中,每次失配都需要回溯指向上次比较起始字符的下一个字符!我们经过观察会发现:在回溯的时候,已匹配部分似乎有一部分没必要再比较了!这样就可以降低算法的时间复杂度。
KMP算法的初衷就是消除这种重复的比较 来提高运算效率
KMP在匹配过程中出现字符比较不相等时,主串S已比较的位置不回溯,模式串T比较的位置进行移动。
在匹配过程中有一个难题需要解决:如何计算模式串T在失配时的移动位数?经过三位牛人的观察思考,总结设计出部分匹配函数。
于是我们引入几个概念
前缀指除了最后一个字符以外,一个字符串的全部头部组合。
后缀指除了第一个字符以外,一个字符串的全部尾部组合。
最大共有长度(部分匹配值)指前缀和后缀中最大共有元素,没有则为0。例如“abab”的前缀为“a”、“ab”、“aba”,后缀为“b”、“ab”、“bab”,所以最大共有元素为“ab”,最大共有长度为2。
对于每一个模式串我们会事先计算出模式串的内部匹配信息,在匹配失败时最大的移动模式串,以减少匹配次数
通过计算可以得到下面的数据
进而得到这个串的部分匹配表
但是我们怎样通过代码实现呢?
我们要知道由于BF算法 我们是不断的把子串移动位置与父串比较 但是KMP算法中 先获得子串所有的子串从而 根据重复的情况来判断 下次直接移动多少位置
/*KMP匹配算法*/
int KMPCompare(HString parent, HString child, intpos){
intnext[255];
Get_Next(child, next);
int i =pos - 1;
int j =0; //j用于子串child中的起始位置
while(i< parent.length && j < child.length){
if(j == 0 || parent.ch[i] == child.ch[j]){
++i;
++j;
}else{
j = next[j]; //i不变,j后退
}
}
if(j ==child.length){
return (i + 1) - j;
}
return0;
}
/*部分匹配函数的实现*/
void Get_Next(HString child, int * next){
int i =0;
int j =-1;
next[0]= -1; //不会用到
while(i< child.length){
if(j == -1 || child.ch[i] == child.ch[j]){
++i;
++j;
next[i] = j;
}else{
j = next[j];
}
}
}
void main(){
/*使用KMP算法匹配串*/
HStringparent, child;
StrAssign_HeapString(&parent, "BBC ABCDAB ABCDABCDABDE");
StrAssign_HeapString(&child, "ABCDABD");
printf("Index = %d\n", KMPCompare(parent, child, 1));
}