java kmp算法_KMP算法-Java实现

目的：

为了解决字符串模式匹配

历程：

朴素模式匹配：逐次进行比较

KMP算法：利用匹配失败得到的信息，来最大限度的移动模式串，以此来减少比较次数提高性能

概念：

m：是目标串长度

n：是模式串长度

j：某次匹配时，第一次出现的不同的索引位置(有的称为：失配位)

k：最长首尾串长度(有的称为：最长公共前后缀)

核心思想：

S   S0 S1...... Si-j-1Si-jSi-j+1Si-j+2...... Si-2Si-1Si ...... Sn-1

||     ||      ||            ||   ||   ×

P                            P0    P1 P2              Pj-2 Pj-1Pj

有Si-j-1Si-jSi-j+1Si-j+2...... Si-2Si-1=P0P1 P2 ......Pj-2 Pj-1

如果  P0P1 P2 ......Pj-2 ≠ P1 P2 ......Pj-2Pj-1

则可以立即断定 P0P1 P2 ......Pj-2 ≠ Si-j+1Si-j+2...... Si-2Si-1，即：朴素模式匹配的下一次移动一定不匹配，则可以跳过这一次

如果  P0P1 P2 ......Pj-3 ≠ P2 ......Pj-2Pj-1

则可以立即断定 P0P1 P2 ......Pj-2 ≠ Si-j+1Si-j+2...... Si-2Si-1，即：朴素模式匹配的下一次移动一定不匹配，则可以跳过这一次

直到第一次出现相等的情况终止：P0P1 P2 ......Pk-1= Pj-k......Pj-2Pj-1

得到的k就是最长的首尾串长度，然后通过 j-k 得到了我们需要移动的位数，这样我们就利用了匹配失败的结果，得到了我们可以移动的步数，提升了性能

关于k：

其实肉眼就直接能看出来，k是最长首尾串长度，比如：

11111 k=4(前缀：1111，后缀：1111)

12112 k=2(前缀：12，后缀：12)

12345 k=0(无相同前缀后缀)

例子：

S=ababababababb

P=abababb

重申一下原理：朴素模式匹配效率低的原因是一位一位的比较，丢弃了之前失败的信息。而KMP算法从匹配失败的信息中得到可以最大移动的步数，以此来减少比较的次数，来提升性能。

这里并没有提及，next数组及newnext数组，模式串的特征向量N，其实不用管它，思想理解了，只是别人起了个叫法而已。

Java代码：

/*** 朴素模式匹配

*

*@paramsource 目标串

*@parampattern 模式串*/

private static voidplain(String source, String pattern) {int res=0;int sourceLength=source.length();int patternLength=pattern.length();for(int i=0;i<=(sourceLength-patternLength);i++){

res++;

String str=source.substring(i, i+patternLength);if(str.equals(pattern)){

p("朴素模式：匹配成功");break;

}

}

p("朴素模式：一共匹配"+res+"次数");

}

//KMP算法实现

private static voidKMP(String source, String pattern) {int[] N=getN(pattern);int res=0;int sourceLength=source.length();int patternLength=pattern.length();for(int i=0;i<=(sourceLength-patternLength);){

res++;

String str=source.substring(i, i+patternLength);//要比较的字符串

p(str);int count=getNext(pattern, str,N);

p("移动"+count+"步");if(count==0){

p("KMP：匹配成功");break;

}

i=i+count;

}

p("KMP：一共匹配"+res+"次数");

}/*** 得到下一次要移动的次数

*

*@parampattern

*@paramstr

*@paramN

*@return0,字符串匹配；*/

private static int getNext(String pattern,String str,int[] N) {int n =pattern.length();char v1[] =str.toCharArray();char v2[] =pattern.toCharArray();int x = 0;while (n-- != 0) {if (v1[x] !=v2[x]){if(x==0){return 1;//如果第一个不相同，移动1步

}return x-N[x-1];//x:第一次出现不同的索引的位置，即j

}

x++;

}return 0;

}private static int[] getN(String pattern) {char[] pat=pattern.toCharArray();int j=pattern.length()-1;int[] N=new int[j+1];for(int i=j;i>=2;i--){

N[i-1]=getK(i,pat);

}for(inta:N)

p(a);

returnN;

}private static int getK(int j, char[] pat) {int x=j-2;int y=1;while (x>=0 && compare(pat, 0, x, y, j-1)) {

x--;

y++;

}return x+1;

}private static boolean compare(char[] pat,int b1,int e1,int b2,inte2){int n = e1-b1+1;while (n-- != 0) {if (pat[b1] !=pat[b2]){return true;

}

b1++;

b2++;

}return false;

}public static voidp(Object obj) {

System.out.println(obj);

}

next数组：

KMP能提高性能原因是减少了比较次数，也就是知道k

而k从只和j有关，这就意味着移动的次数只和模式串有关，和目标串无关

简单来说，就是我们得到模式串后就能立马知道移动的次数，这就是next数组。里面储存的就是k值。