【算法学习笔记】 Notes of Algorithm —— KMP算法

KMP算法

---

---

KMP 介绍

• KMP 算法是一种改进的字符串匹配算法；

• 算法核心是利用匹配失败后的信息，尽量减少模式串和文本串的匹配次数，以达到快速匹配的目的；

• 算法的时间复杂度为 $O(m+n)$，而暴力破解的时间复杂度为 $O(mn)$；

• 区别于暴力破解，KMP 在匹配过程中，如果出现错误的字符，会先判断文本串和模式串的是否有相同的最大相等前缀，并将指针移动到该前缀的末尾，然后继续匹配判断；这样的操作，可以有效减少匹配的次数；

• 案例一：

  

• 案例二：
  

  

KMP的匹配表

• 前缀：包含首字母但不包含尾字母的所有字符串；
• 后缀：包含尾字母但不包含首字母的所有字符串；

• 上图中，我们逐步获取该模式串的匹配值：
  • A：0；
  • AB：0；
  • ABC：0；
  • ABCA：1；
  • ABCAB：2；
• 最后得到该模式串的匹配表：

匹配表获取

• 构建匹配表 $next$ 的代码分为四个步骤：

  • 初始化；
  • 前缀末尾 与 后缀末尾 不一致的情况；
  • 前缀末尾 与 后缀末尾 一致的情况；
  • 更新匹配表 $next$；

• //初始化，其中 m 是模式串的长度；
  vector<int> next(m);
  next[0] = 0;
  //i有代表后缀末尾，j有代表前缀末尾；
  //后缀要与前缀比较，故从索引 1 开始；
  for (int i = 1, j = 0; i < m; ++i) {
      //当出现不一致情况时，需要前缀末尾回退，当前j回退到索引next[j-1]处；
      //如果j=0，正处于模式串首字符，不需要回退，故从 j = 1开始判断；
      //此处应该用while循环，而不是for循环，因为回退后并不保证会出现一致情况；
  	while (j > 0 && needle[i] != needle[j]) j = next[j - 1];
      //当出现一致情况后，说明当前缀与后缀相等，故加长相等缀的长度；
  	if (needle[i] == needle[j]) ++j;
      //操作完成后，最后更新匹配表信息；
  	next[i] = j;
  }
  

匹配表使用

• 在得到模式串的匹配表后，可以通过匹配表在任何文本串中，进行字符串匹配，这是个通用的表；

• //n为文本串haystack的长度，m为模式串needle的长度；
  //i为文本串的指针，j为模式串的指针；
  for (int i = 0, j = 0; i < n; ++i) {
      //如果当前字符不匹配，则将j移动到最长相等前缀的末尾处；
  	while (j > 0 && haystack[i] != needle[j]) j = next[j - 1];
      //如果字符匹配，则继续匹配模式串的下一个字符；
  	if (haystack[i] == needle[j]) ++j;
      //如果j到达模式串的末尾，说明找到匹配字符串，返回；
  	if (j == m) return i - m + 1;
  }
  return -1;
  

案例

• 描述：实现 $strStr()$ 函数；给两个字符串 $haystack$ 和 $needle$，请在 $haystack$ 字符串中找出 $needle$ 字符串出现的第一个位置（下标从 0 开始）；如果不存在，则返回 -1；如果 $needle$ 是空字符串，应当返回 0；$0\le haystack.length,needle.length\le 5\ast 10^4$；$haystack$ 和 $needle$ 仅由小写英文字母组成；

class Solution {
public:
    int strStr(string haystack, string needle) {
        int n = haystack.size(), m = needle.size();
        if (!m) return 0;
        vector<int> next(m);
        next[0] = 0;
        for (int i = 1, j = 0; i < m; ++i) {
            while (j > 0 && needle[i] != needle[j]) j = next[j - 1];
            if (needle[i] == needle[j]) ++j;
            next[i] = j;
        }
        for (int i = 0, j = 0; i < n; ++i) {
            while (j > 0 && haystack[i] != needle[j]) j = next[j - 1];
            if (haystack[i] == needle[j]) ++j;
            if (j == m) return i - m + 1;
        }
        return -1;
    }
};