再学习KMP算法——next数组、nextval数组

对于看毛片算法（KMP）其实我觉得对简单匹配效率提升不多= =  只有在模式串和主串之间存在很多“部分匹配”的时候，才显得比BF算法（最直观的匹配算法，一个一个匹配）效率高。但是KMP对指示主串的指针不必回溯，整个匹配过程对主串只用扫描一次，这对处理从外设输入的庞大文件很有效，可以边读入边匹配，无需重头读，效率很高。

 

PS:不懂KMP算法基本过程的可以先读一下我的另一篇博客 KMP算法。

但是这个算法最难理解的地方就是：next数组怎么求？？？？？？？？？？

这个问题真的困扰了我很久很久。看代码是不可能看代码的，这辈子是不会看代码的（手动狗头）。好了，废话不多说，怎么看懂代码其实不是很重要，毕竟同一个a+b程序，不同人写出的程序不一个样，打出代码的前提是理解算法过程。让我们直接开始吧：

在此先介绍一下前缀和后缀的概念，便于理解我从来不说严谨的定义，我是实用主义者。

前缀就是，对一个字符串“abcd”，去掉最后一个字符“d”得到的字符串“abc”。  就是去掉最后一个字符！！！

后缀就是，去掉第一个字符，对同一个字符串“abcd”，后缀就是“bcd”。

 

那么前缀后缀对next数组有什么用呢？

emmmm这个是很严谨的数学推导证明什么什么的，具体可以找别的文章来看，个人能力有限，这里就不写了（反正写了也没人看，都是代数，保证三分钟劝退）。

 

所以跳过推导这一步，我们直接开始看怎么用前缀后缀求next数组。

以下都对字符串“abaabcac”进行讨论。

首先我们约定next[1] = 0,next[2] = 1。

然后求后面的：

next[3] = 1。怎么来的？对第三位之前的串“ab”求前、后缀，前缀是“a”，后缀是“b”。然后求前、后缀重复的部分（注意：前缀必须从头开始截取，后缀从最后开始截取，不可以从中间开始截取相同的部分。  现在不理解注意里的这句话没关系，后面会详细介绍，先记住有这句话）。  很容易发现前、后缀重复的串为“”，长度为0，那么我们追偿个1，所以next[3] = 1;

next[4] = 2。同理此时前缀为“ab”，后缀为“ba”。重复的为串“a”，长度为1，追偿1，得到2.

next[5] = 2。此时前缀为“aba”，后缀为“baa”。重复串为“a”，长度为1，追偿1，得到2

next[6] = 3。此时前缀为“abaa”，后缀为“baab”。重复串为“ab”（注意不能是“baa”，因为这是从中间开始截取的，即上述注意的地方），长度为2，追偿1，得到3

next[7] = 1。此时前缀为“abaab”，后缀为“baabc”，重复部分为“”，长度为0，追偿1，得到1

next[8] = 2。此时前缀为“abaabc”，后缀为“baabca”，重复部分为“a”，长度为1，追偿1，得到2

 

好了，以上就是抛开代码算next数组的过程，

那么nextval数组怎么求呢？同样的道理，先抛开代码算法什么的，搞清楚这东西怎么来的。

首先nextval数组看名字都知道是从next数组演变过来的。假设我我们已经知道串和该串的next数组，即

T:        A   B  A  B  A  A  B  A  B

NEXT: 0   1  1  2  3  4   2   3   4

那么nextval的求法为：

约定nextval[1] = 0。

nextval[2] = 1。位置2上的字符为B，其next数组为1，则这个字符B与1位置上的字符A比较，不同则照抄next[2]数组，相同则继承1位置上的nextval数组的值。此处不同，故照抄next[2]，为1.

nextval[3] = 0。位置3上的字符为A，找到next数组对应的1位置，与1位置上的字符A比较，相同，故继承nextval[1]的值，为0

nextval[4] = 1。位置4上的字符为B，找到next数组对应的2位置，与2位置上的字符B比较，相同，故继承nextval[2]的值，为1

nextval[5] = 0。位置5上的字符为A，找到next数组对应的3位置，与3位置上的字符A比较，相同，故继承nextval[3]的值，为0

nextval[6] = 4。位置6上的字符为A，找到next数组对应的4位置，与4位置上的字符B比较，不同，照抄nextval[6]上的值，为4

nextval[7] = 1。不推了= =复制粘贴没意思

nextval[8] = 0。

nextval[9] = 1。