字符串匹配算法--KMP

最新推荐文章于 2023-05-24 15:42:25 发布

weixin_30781775

最新推荐文章于 2023-05-24 15:42:25 发布

阅读量99

点赞数

原文链接：http://www.cnblogs.com/luyanhong456/p/7642103.html

版权

一、KMP算法基本介绍

　　1、改进的字符串匹配算法

　　2、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）

　　3、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”的结果将模式串向后“滑动”尽可能远的一段距离后，继续进行比较。这样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

　　4、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

　　5、时间复杂度O(m+n)

二、KMP算法的几个问题

　　1、问：当主串中第?个字符与模式中第?个字符不相等时，主串中第?个字符（ ?指针不回溯）应与模式中哪个字符再比较？？　　

　　　假设：主串，模式串，此时要与模式串中第k(k<j)个字符继续比较，则模式中前k-1个字符的子串都必须满足下列公式，且不存在k’>k满足以下公式1：；

　　　虽然，但是，且前k-1个都相同，因此可以得到部分匹配的结果，公式2：

　　公式1和公式2可以推出公式3：，其中1<k<j，且不存在k'>k满足公式3

　　　综上所述：在当匹配过程中，主串中第i个字符和模式中第j个字符比较不相等时，仅需将模式串向后滑动至模式串中第k个字符和主串中第i个字符再进行比较

　　　答：求出模式串第?个字符与主串第?个字符不等时，模式串中需要重新和主串第?个字符进行比较的字符的位置- ?

　　2、问：怎么求出模式串第?个字符与主串第?个字符不等时，模式串中需要重新和主串第?个字符进行比较的字符的位置（模式串向右滑动到模式串第几位）- ?？？

　　　　由上述可得，模式串的next函数定义：

　　　　由上述定义可知：next[1]=0

　　　　设next[j]=k，则

　　　　求：next[j+1]=??

　　　　情况1：若，则，推出：

　　　　情况2：若，则，next[j+1]=??

　　　　　　(1)、设，则，推出公式4：

　　　　　　　　因此：

　　　　　　(2)、若，则继续第next[k']个字符和p_j对齐比较，以此类推，直到p_j和某个字符匹配成功

　　　　　　(3)、不存在任何k'满足公式4，则next[j+1]=1

　　3、综上所述，next函数代码如下：

void get_Next_val(std::vector<std::string> vSub, int next[])
{    
    if(next == NULL)
    {
        printf("next is null\n");
        return ;
    }
    
    int iLen = vSub.size();
    int i=0, j=-1;//vSub下标从0开始
    next[0] = -1;
    
    while(i < iLen-1)
    {
        if(j==-1 || strncmp(vSub[i].c_str(), vSub[j].c_str(), vSub[i].length())==0 )
        {
            ++i;
            ++j;
            next[i]=j;
        }
        else
        {
            j = next[j];
        }
    }
    return;
}

三、KMP匹配过程代码

//返回匹配成功的位置,-1表示没有匹配成功,可以再加一个入参，指定从哪一位开始匹配
int KMP(std::vector<std::string> vMainStr, std::vector<std::string> vSubStr)
{
    int i=0, j=0;
    int iLen1 = vMainStr.size();
    int iLen2 = vSubStr.size();

    //next[]
    int* next = new int[iLen2];
    for(int i=0; i<iLen2; i++)
    {
        next[i] = 0;
    }

    get_Next_val(vSubStr, next);
#if 1
    for(int i=0; i<iLen2; ++i)
    {
        printf("vStr[%d]=%s\t", i, vSubStr[i].c_str());
    }
    printf("\n");
    
    for(int i=0; i<iLen2; i++)
    {
        printf("next[%d]=%d\t", i, next[i]);
    }
    printf("\n");
#endif

    int iLoop=0;
    while(i<iLen1 && j<iLen2)
    {
        iLoop++;
        if(j==-1 || vMainStr[i] == vSubStr[j])
        {
            ++i;
            ++j;
        }
        else
        {
            j = next[j];
        }
    }
    //删除next
    delete []next;    
    if(j>=iLen2)//j到模式串的最后一个下标，最后一个下标+1等于len
    {
        return i-iLen2;//返回匹配到的主串位置
    }
    return -1;//-1表示没有找到
}