字符串匹配kmp算法java_KMP算法(字符串匹配问题)

一、是什么？

注意，是KMP算法，不是MMP哈，我没有骂人。KMP算法是用来做字符串匹配的，除了KMP算法分，还有暴力匹配算法，也是用来做字符串匹配的。接下来先看看暴力匹配算法，你就知道为啥会出现KMP算法了。

二、暴力匹配算法：

1. 算法思路：

假如现有两个字符串：

String str1 = "BBC ABCDAB ABCDABCDABDE";

String str2 = "ABCDABD";

假设现在str1匹配到i位置，str2匹配到j位置，则有：

如果当前字符匹配成功，即str1[i] == str2[j]，则i++; j++;，继续匹配下一个字符；

如果匹配不成功，即str1[i] != str2[j]，则令i = i - (j - 1); j = 0;，就是每次匹配失败，i被回溯，j置为0。

怎么理解这个过程呢？

用i来遍历str1，j来遍历str2。一开始i=0，j=0，所以是不匹配，j就不变，i就一直后移，直到i=4的时候；

当i=4时，A和A匹配上了，此时i和j都后移，直到i=10, j=6的时候，D和空格不匹配；

此时i=i-j+1=5，j=0，即str2又从第一个字符A开始去跟str1中的第六个字符B匹配。

通过上面的描述可以发现，暴力匹配效率并不高，发现不匹配之后，回到前面第一次匹配的地方，往后移动一位，再开始匹配。每次只移动一位，会有大量回溯。

2. 代码实现：

public class ViolenceMatch {

public static int match(String str1, String str2) {

char[] charArr1 = str1.toCharArray();

char[] charArr2 = str2.toCharArray();

int arr1Len = charArr1.length;

int arr2Len = charArr2.length;

int i = 0; // 遍历charArr1的索引

int j = 0; // 遍历charArr2的索引

while(i

if (charArr1[i] == charArr2[j]) { // 匹配成功

i++;

j++;

} else {

i = i - j + 1;

j = 0;

}

}

if (j == arr2Len) {

return i - j;

} else {

return -1;

}

}

public static void main(String[] args) {

String str1 = "BBC ABCDAB ABCDABCDABDE";

String str2 = "ABCDABD";

System.out.println(match(str1, str2));

}

}

三、KMP算法：

1. 介绍：

KMP算法，是一个判断字符串是否在另一个字符串中出现过的算法，如果出现过，返回最早出现的位置。和暴力匹配算法不同的是，KMP算法会用一个next数组来保存字符串中前后最长公共子序列的长度，每次回溯时，通过next找到前面匹配过的位置，这样就省了大量的时间。

2. 案例：

看了介绍也不知道在说什么，直接看案例吧。现有如下字符串：

String str1 = "BBC ABCDAB ABCDABCDABDE";

String str2 = "ABCDABD";

现在要判断str1中是否包含str2，如果包含，返回str2在str1中第一次出现的位置，如果没有则返回-1。

思路：

首先还是用i来遍历str1，用j来遍历str2；

当i=j=0的时候，i指向的是B，j指向的是A，不匹配；

这个时候j不动，i后移，指向的是第二个B，与j所指的A还是不匹配，i继续后移；

直到i指向了str1中第一个空格后面的那个A，才与j指向的字符匹配了；

到了上一步，A就匹配上了，接着就按同样的方式去匹配str2中的B、C……

当匹配到str2中的D时，就发现匹配不上了，因为str1中对应的是空格；

到了上面那一步，如果是暴力匹配，那么就会让str2中的第一个字符A与str1中的第二个字符开始进行匹配，但是这样效率低。现在我们已经知道str2中的ABCDAB中str1中是存在的，KMP算法的思想就是利用这个已知信息，不要把搜索位置移回到前面，因为前面的肯定是不匹配的。那么应该从哪儿开始比较呢？

可以对str2计算出一张部分匹配表：

搜索词

A

B

C

D

A

B

D

部分匹配值

0

0

0

0

1

2

0

已知空格和D不匹配时，前面六个字符ABCDAB的匹配的，查表可知，ABCDAB对应的部分匹配值为2，因为可以按照下面的公式计算出向后移动的位数：

移动位数 = 已匹配的字符数 - 对应的部分匹配值

6 - 2 = 4，所以搜索词向后移动四位，即i向后移动四位。

移动四位后，能够匹配到的是AB，C与str1中的空格还是不匹配，此时AB对应的部分匹配值是0，所以移动位数为 2 - 0 = 2 位。

……

3. 部分匹配表怎么来的？

一个字符串：ABCDAB，它的前缀有A，AB，ABC，ABCD，ABCDA，后缀有B，AB，DAB，CDAB，BCDAB。部分匹配值就是前缀和后缀的最长的共有元素长度。这里前缀和后缀共有元素是AB，AB的长度是2，所以值就是2。上面那张部分匹配表的求值过程：

A的前缀后缀都是空，共有元素长度为0；

AB的前缀是A，后缀是B，共有元素长度也是0；

ABC的前后缀共有元素长度也是0；

直到ABCDA，前缀和后缀共有元素长度是1；

ABCDAB前缀和后缀共有元素长度是2；

ABCDABD前缀和后缀共有元素长度是0。

4. KMP算法使用步骤：

首先得到匹配串的部分匹配表；

利用部分匹配表进行匹配；

5. 代码实现：

public class KmpDemo {

public static void main(String[] args) {

String str1 = "BBC ABCDAB ABCDABCDABDE";

String str2 = "ABCDABD";

System.out.println(match(str1, str2));

}

/**

* kmp获取子串在原串中第一次出现的位置

* @param str1 原串

* @param str2 子串

* @return

*/

public static int match(String str1, String str2) {

// 拿到部分匹配值表

int[] table = partMatchTable(str2);

// 遍历str1

for(int i=0, j=0; i

while (j > 0 && str1.charAt(i) != str2.charAt(j)) {

j = table[j-1];

}

if (str1.charAt(i) == str2.charAt(j)) {

j++;

} else {

}

if (j == str2.length()) {

return i - j + 1;

}

}

return -1;

}

/**

* 获取str的部分匹配表

* @param str

* @return

*/

private static int[] partMatchTable(String str) {

int[] table = new int[str.length()];

table[0] = 0;

for(int i=1, j=0; i

while(j > 0 && str.charAt(i) != str.charAt(j)) {

j = table[j-1];

}

if (str.charAt(i) == str.charAt(j)) {

j++;

}

table[i] = j;

}

return table;

}

}