KMP算法-python实现

kmp算法思想

两个字符串匹配，kmp算法时间复杂度O(m+n)。总体思想就是对于匹配子串，利用先验知识尽可能的不重复匹配。

next数组的定义

对于子串，计算出当前字符之前字符串中相同字符的个数，这样在子串和字符串当前字符匹配不成功时，就可以直接跳转到之前字符串相同的位置的下一个，减少了匹配的次数。
例如：abab，next数组为[0,0,0,1]，表示当前字符匹配不成功时，前面字符串包含的相同子串的长度，最后一个b，前面的子串为aba，包含相同子串为a，个数为2，需要跳转到下标为1的位置，所以next值为1；
进一步优化next，解决aaaab这种特殊情况，原始next数组为：[0, 0, 1, 2, 3]，可以看到aaaa为连续相同字符，即使按照next数组进行了跳转，跳转后的字符和当前字符是相同的，这是没有意义的，为了解决这一 问题，就需要对next数组进行优化，得到[0, 0, 0, 0, 3]，当跳转后的字符与当前字符相同时，就继续进行跳转，直到跳转后的字符与当前字符不同，或者到字符串最开始0位置。

构建好next数组后，就可以将字符串与子串进行匹配操作。字符串从头到尾遍历，如果遍历的当前字符与子串相同，就继续，如果不同，则子串查询next数组，跳转到next中的位置，继续遍历比较。

def data_next(str_data):
    tmp_data = str_data
    i = 1
    j = 0
    data_next = [0]
    # 求字符串中前缀和后缀相同的个数
    while i < len(str_data):
        if str_data[i] == tmp_data[j]:
            i += 1
            j += 1
            data_next.append(j)
        else:
            j = 0
            if str_data[i] == tmp_data[j]:
                data_next.append(1)
            else:
                data_next.append(0)
            i += 1
    # next数组整体右移一位，当前数组表示字符不匹配是跳转的字符串下标
    data_next = [0] + data_next[:-1]
    print("原始next数组："+str(data_next))
    # next数组优化，当next数组中的跳转字符与当前字符相同时，需要继续跳转，知道跳转后字符与当前字符不同为止或者调到最开始
    for index in range(len(data_next)):
        index_str = str_data[index]
        next_new = data_next[index]
        while str_data[next_new] == index_str and next_new != 0:
            next_new = data_next[next_new]
        data_next[index] = next_new
    print("优化后next数组："+str(data_next))
    return data_next


def data_match(data_1, data_2, data_next):
    j = 0
    for i in data_1:
        if j == len(data_2)-1:
            return True
        elif i == data_2[j]:
            j += 1
        else:
            j = data_next[j]
    return False

if __name__ == '__main__':
    ss = 'ababaaababaa'
    ll = 'aaaab'
    next = data_next(ll)
    print(data_match(ss, ll, next))