KMP模式匹配算法（二） next数组

在进入正题前，我们首先来回顾一下暴力匹配算法。总计来说，就是逐个字符匹配，匹配成功后，再匹配下一个字符，直到所有字符匹配成功，若在中间有任意一个字符匹配失败，则回溯至从第二个字符开始进行新的匹配。
而KMP算法则是根据一些已知的信息，跳过一些没有必要的匹配，从而达到更高的匹配效率。举例来说，假设我们有这样的一个主串A：

"AMKLCOMSAMKLCOMD"

和这样的一个子串B：

"AMKLCOMD"

由第一次的匹配算法可知"AMKLCOMS"后面的"AMKLCOMS"没有和"A"相等的字符，所以这后面的匹配其实是都可以省略的。
KMP算法通过一个“有用信息”可以知道目标串中下一个字符是否有必要被检测，这个“有用信息”就是用所谓的“前缀函数（一般数据结构书中的next函数）”来存储的。
这个函数能够反映出现失配情况时，系统应该跳过多少无用字符（也即模式串应该向右滑动多长距离）而进行下一次检测，在上例中，这个距离为6。
很明显，我们现在是通过肉眼看出来的，但是这并不是我们最终的目的，我们最终是要通过程序来实现这样的跳过匹配。
我们先来解释几个名词，前缀，后缀，最大长度，next数组。
假设我们现在有一个字符串："CDEFCD"
一.前缀，后缀

子串	前缀	后缀	最大公共长度
C	null	null	0
CD	C	D	0
CDE	C, CD	E, DE	0
CDEF	C, CD, CDE	F, EF, DEF	0
CDEFC	C, CD, CDE, CDEF	C, FC, EFC, DEFC	1
CDEFCD	C, CD, CDE, CDEF, CDEFC	D, CD, FCD, EFCD, DEFCD	2

最大长度表

C	D	E	F	C	D
0	0	0	0	1	2

二.next数组
假设现在有主串A

BBC ABCDAB ABCDABCDABDE

以及其子串

ABCDABD

我们可知子串的最大长度表是

A	B	C	D	A	B	D
0	0	0	0	1	2	0

下面我们来看一下比较时依次移动的位数

1.第一次失配向右移动了四位即跳过了BC和空格的匹配

2.第二次失配向右移动了四位

3.第三次失配移动了2位

4.第四次失配移动1位

5。第五次失配移动了四位

根据每次移动的位数和对应的最大长度表，我们可以按照下面的公式算出向后移动的位数

失配时，子串向右移动的位数为：已匹配字符数 - 失配字符的上一位字符所对应的最大长度值

既然是失配字符的前一位的话，那么我们是不是可以把最大长度表对应的值都同时向右挪一位，同时将初始值赋为-1，就可以得到下表。

A	B	C	D	A	B	D
－1	0	0	0	0	2	2

这就是我们得到的next数组，进而我们可以得到以下推论

失配时，模式串向右移动的位数为：失配字符所在位置 - 失配字符对应的next 值