c++ kmp算法字符匹配_KMP模式匹配算法

我从对暴力匹配算法的优化角度出发，理解和构造出KMP算法。

模式匹配问题中，有主串，子串，模式串，前缀，后缀，部分匹配值等等概念。教材往往”反着来“，先有解决方案和概念，再强行说”啊，就是这样子的“。但我们都应该清楚，概念是辅助思考，辅助解决遇到的问题的。

假设我们已经弄懂了暴力匹配解决模式匹配的方法，那么也就清楚主串、子串和模式串的概念。

现在，想办法对暴力匹配算法进行优化。所谓”暴力匹配“，就是它穷举遍历了主串的”子串空间“，即每一个子串都去对比一次。但是很多情况，子串部分匹配了模式串，”眼看着就要匹配成功了“，却失配了。针对这些情况，暴力匹配算法都是采取直接复位主串指针，”就好像一切都没发生过“。

同样极端的，我们也可以采取”不后悔“的策略。即下图的”简单策略“，直接跳过那些被部分匹配的字符。

但很不幸，这样做存在”错过对的子串“的可能性。

这让我们反思：为什么部分匹配失败的字符却组成了匹配成功的子串？

这个例子帮助我们发现了前面的断言太过于决定，只有那些没有”内在模式“的部分匹配字符才能被跳过。那么那个”内在模式“是什么呢？

为了理解这种无法简单跳过的情况，我们有了”前缀“和”后缀“等概念。同时也发现，那些部分匹配的情况，我们不需要考虑主串，直接可以用模式串来分析。

这些”重复出现的前缀“就是我们要寻找的”内在模式“。因此我们要分析模式串的每一个前缀，同时他们的长度和数组下标一一对应，那么我们只需要分析这些”重复出现的前缀“的长度即可，于是我们定义部分匹配值，为能在前缀里找到的最长的”内在模式“的长度。

可上图说的是跳转？那是因为二者是等价的概念，想不明白就暂停仔细想想（下标、长度）。

于是我们目前优化暴力匹配算法的方案有了，”事前分析“模式串然后制表(next数组)，根据这个表跳转模式串指针的位置，保持主串指针不复位。（从而跳过那些无限复位考虑的子串，又不会错过潜在匹配成功的子串）。

可是，如何计算next数组呢？

我们可以人工推算出部分匹配值表（考虑每一个前缀的前缀集合和后缀集合，找到二者交集的最长元素，该长度就是这个前缀的部分匹配值），然后根据等价关系换算到next数组。

但是，如果编码计算呢？毕竟程序没有提供集合运算（或者为了高效，我们也不应该采取集合运算）。没办法了，只能把每种情况，在”内存里看起来是什么样子的“画一画。看有没有思路吧。

所以我们可以从最小前缀开始，不断利用并构造next数组！用C++试试看。

#include

最后，还可以对next数组进行优化，因为还存在一种情况，跳转指向的字符与当前字符一样，那么匹配一定会失败从而继续发生next跳转（回溯），不如在构造next数组时就把这种情况考虑进去，从而完成优化。