字符串匹配kmp算法java_KMP字符串匹配算法

什么是KMP算法？

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提出的，因此人们称它为克努特—莫里斯—普拉特操作(简称KMP算法)。KMP算法的核心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。

暴力搜索算法实现

请问，在字符串 T 中是否包含 P 的 "ababc"?

我们可以从第一个字符开始比对，如下图：

在第四次比对的时候，我们发现 T 字符串和 P 字符串并不一致。

我们将字符串 P 整体后移一位重新进行对比。

第一次比对我们就发现 T 字符串和 P 字符串比对不上。所以我们需要继续后移 P 字符串进行对比。

以此类推，当所有字符能匹配上则说明匹配成功，如果匹配到 T 的末尾都没有成功的话则失败，此算法效率很低。

KMP算法实现

请问，在字符串 T 中是否包含 P 的 "ababc"?

第一步：

在学习KMP算法之前，我们需要先了解前缀表(Prefix Table)。

我们先做的就是找到字符串长度较短的字符串，也就是字符串 P。

a

a b

a b a

a b a b

一共有四个前缀。

第二步：

我们需要找出最长公共前后缀并且比原始字符串短。

这句话有点不太好理解，我们使用a b a b来举例子。

我们可以看到 a b a b 最长前缀就是 a b a，最长后缀就是 b a b。

但是我们发现这两个字符串明显是不一样的。

3个字符的前后缀明显不同，所以我们使用2个字符前后缀进行匹配看看。

我们发现 前缀是 a b 后缀也是 a b 。这样我们就知道最长公共前后缀是2。

然后我们继续往上看 a b a 很明显它的公共前后缀就是1。如果我们用2来看的话就是 ab 和 ba 很明显是不同的。

ok。再往上就是 a b 很明显，1是不匹配的。所以最长公共前后缀是0。 a 也一样。

我们看下最终是怎样的。

我们进行整体向右移动一位，然后初始值赋为 -1 可以得到如下结果：ababa-10012

这样我们去进行和 T 字符串进行比对，当比对到下标为3时，我们发现 a 和 b不同匹配失败。

这个时候我们应该怎么做？

我们发现在 P 数组中下标为3的 b 匹配错误，而 b 的前缀表是 1，我们需要将 P 数组下标为 1 的位置 移动 T 数组匹配失败的位置。

但是我们发现匹配还是错误的，我们可以知道 b 的 前缀表是 0 所以我们让下标为0的位置整体移动到 T 数组匹配失败的位置。

我们重新进行匹配，发现第一个 a 相等，第二个 b 和 c 不相等。

我们继续移动，b 的前缀表是 0 所以我们让下标为0的位置整体移动到 T 数组匹配失败的位置。但是还是 a 和 c 匹配失败。

但是我们知道 a 的前缀表是 -1 也就是一个空的字符串，我们将空的字符串对准匹配失败的位置，等同于-1就是整体右移一位

这个时候我们继续进行匹配，发现已经匹配成功了！

暴力搜索和KMP区别

举一个例子：

如果我们使用暴力搜索的话我们会发现我们需要将 P 字符串一直后移一位，需要四次后移才可匹配成功。

如果我们使用KMP来解决的话，还是首先我们需要知道前缀表是多少，如下图：

aaaab-10123

然后我们进行比对。

前缀表为3匹配失败，将数组下标为3移动至此，继续进行对比。

需要注意的是，我们不需要再重头开始对比，只需要从下标为3的位置开始匹配即可

后面其实就是大同小异，继续后移匹配即可。

总结

由此我们可以知道，暴力搜索每次移动后都要从第一位开始重新匹配，而我们用KMP的话我们不需要再重头开始对比可以省去大量时间。

Java代码实现KMP算法

使用Java代码如何先得到前缀表。private static void buildPrefixTable(char[] pattern, int[] prefix) {

// 对比指针下标

int len = 0;

// 第一位不需要进行比对因为肯定是0

prefix[0] = 0;

//因为第一位不需要进行比对，我们从1开始

int i = 1;

//最后一位不需要比较因为我们需要的前缀表是比原始字符串短

int length = prefix.length -1;

while (i < length) {

if (pattern[i] == pattern[len]) {

//匹配成功，自增继续匹配下一位字符

len++;

prefix[i] = len;

i++;

} else {

if (len > 0) {

//获得前一位的前缀

len = prefix[len - 1];

} else {

//没有找到只能是0，i++继续匹配下一位

prefix[i] = len;

i++;

}

}

}

//整体后移一位，将第一位修改为-1

for (int j = prefix.length - 1; j > 0; j--) {

prefix[j] = prefix[j - 1];

}

prefix[0] = -1;

}

整体逻辑代码如下：public static void main(String[] args) {

String T = "ABABABCABAABABABAB";

String P = "ABABCABAA";

char[] text = T.toCharArray();

char[] pattern = P.toCharArray();

kmpSearch(text, pattern);

}

private static void kmpSearch(char[] text, char[] pattern) {

int m = text.length;

int n = pattern.length;

int[] prefix = new int[n];

buildPrefixTable(pattern, prefix);

// 字符串 text 的指针下标

int i = 0;

// 字符串 pattern 的指针下标

int j = 0;

while (i < m) {

if (j == n - 1 && text[i] == pattern[j]) {

System.out.println("找到了！开始下标为：" + (i - j));

j = prefix[j];

//如果未比较的pattern长度已超出text剩下的长度则提前结束

if (n - j > m - i) {

break;

}

}

if (text[i] == pattern[j]) {

//相同的话自增匹配下一位

i++;

j++;

} else {

//不同的话就将前缀值当下标进行整体移动

j = prefix[j];

if (j == -1) {

//如果值为-1则说明需要整体后移一位进行匹配

i++;

j++;

}

}

}

}

/**

* 构建前缀表

*/

private static void buildPrefixTable(char[] pattern, int[] prefix) {

// 对比指针下标

int len = 0;

// 第一位不需要进行比对因为肯定是0

prefix[0] = 0;

//因为第一位不需要进行比对，我们从1开始

int i = 1;

//最后一位不需要比较因为我们需要的前缀表是比原始字符串短

int length = prefix.length -1;

while (i < length) {

if (pattern[i] == pattern[len]) {

//匹配成功，自增继续匹配下一位字符

len++;

prefix[i] = len;

i++;

} else {

if (len > 0) {

//获得前一位的前缀

len = prefix[len - 1];

} else {

//没有找到只能是0，i++继续匹配下一位

prefix[i] = len;

i++;

}

}

}

//整体后移一位，将第一位修改为-1

for (int j = length; j > 0; j--) {

prefix[j] = prefix[j - 1];

}

prefix[0] = -1;

System.out.println("前缀表为："+Arrays.toString(prefix));

}

输出结果：前缀表为：[-1, 0, 0, 1, 2, 0, 1, 2, 3]

找到了！开始下标为：2