今天在做题的时候遇上好几道题目都是有关于KMP字符串匹配中的next数组的相关问题的,这是一个自己的盲区,毕竟之前一直没有看到过,今天就好好研究一下吧,KMP算法的来源,原理我都不多说了,这个是学习数据结构中的经典。
![46353f6e341ddb008c96a8d407a1942a.png](https://i-blog.csdnimg.cn/blog_migrate/7da6520cd30ed81b35dbf8a2bc71cf2c.jpeg)
KMP算法,是由Knuth,Morris,Pratt共同提出的模式匹配算法,其对于任何模式和目标序列,都可以在线性时间内完成匹配查找,而不会发生退化,是一个非常优秀的模式匹配算法,KMP算法的关键是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)
![37215baf81bea6e5744de62608c130ee.png](https://i-blog.csdnimg.cn/blog_migrate/b277ef1e245e98930de4beb45068d7ea.jpeg)
看了上面这些简单的介绍不难发现,KMP算法优于简单字符串匹配算法的根本原因就是:引入了一个next数组,这个数组可以尽可能的记录相关的匹配信息,使得在不匹配发生的时候移动的步长不再是固定的一位,加快了匹配进行的速度,在失配后,并不简单地从目标串下一个字符开始新一轮的检测,而是依据在检测之前得到的有用信息即next数组中记录的信息,直接跳过不必要的检测,从而达到一个较高的检测效率,关于它的讲解、实现和优化网上有很多很多的资料,都可以去看看,这里只是简单实现一下,就当做是再学习一次吧,毕竟很久没有使用过了,很多东西都忘记了
下面是具体的实现:
#!usr/bin/env python#encoding:utf-8 '''__Author__:沂水寒城功能:python实现KMP算法''' def simple_match_func(one_str, two_str): ''' 最简单的字符串匹配算法 ''' length1=len(one_str) length2=len(two_str) for i in range(length1-length2+1): if one_str[i:i+length2]==two_str: return True else: return True def get_next_group(one_str): ''' 获取到next数组 ''' next_group=[0]*len(one_str) next_group[0]=-1 point=-1 i=0 length=len(one_str) while i
结果如下:
匹配成功!next数组为: [-1, 0, 0, 0, 0]模式串在源串中起始位置下标为: 12模式串为: ABBBG[root@server236 one]# python next_group.py 匹配成功!next数组为: [-1, 0, 0, 1, 2, 0, 1, 1, 2]模式串在源串中起始位置下标为: 0模式串为: xyxyyxxyx
next数组有一个区别就是:有的吧next[0]定义为-1,本文就是这个版本,有的是定义为:0,这个看自己怎么选取了
推荐几个讲解不错的文章:
http://www.cnblogs.com/c-cloud/p/3224788.html
http://blog.csdn.net/u010189459/article/details/30067705
![0137fbf6c161e36b7f122d5b53ca7d0b.png](https://i-blog.csdnimg.cn/blog_migrate/12b5f21584a9d77b5b645c696c7ff3dd.jpeg)