c++ kmp算法字符匹配_如何简单理解字符串匹配算法？

这篇文章来说说如何简单理解KMP，BM算法。之前看过一些文章说，KMP算法很难理解。 可我并不觉得。 我反而觉得它容易理解。

平时我们写java代码的时候， 判断一个字符串是否存在包含另一个字符串都是直接 string.contains(str)， 可你知道它是实现的么？ 不妨亲自去看看它是如何实现的？

看此文章之前，严重建议先去看看阮一峰老师写的的KMP算法文章。如果那篇文章都可以完全理解了，那么就没必要看这篇文章浪费时间了。

字符串匹配在平时开发中还是很常用的，只不过我们一般都是调用jdk提供的方法直接使用。

下面以这个为例子，来描述KMP算法原理。

在字符串"BBCABCDABABCDABCDABDE"，判断里面是否包含另一个字符串"ABCDABD"？

在字符串匹配算法中，我们除了可以逐一匹配之外，别无它法。包括KMP，BM算法也是逐一匹配的，只不过是KMP，BM算法用了很多讨巧的方式提高了匹配效率。

首先先来看看暴力匹配，暴力匹配就是逐一匹配，当匹配失败后，子串往后移动一个字符。

主串中的“B”，与子串中的“A”不匹配，子串往后移动一个字符

然后继续往后匹配。匹配失败就往后一个字符。

当子串中的前6个字符匹配上了，但最后一个字符匹配失败，子串又只能往后移动一个字符，有点可惜。

一直到主串中的“ABCDABD”与子串完全匹配，那么就匹配成功。

这种暴力匹配的效率太低了，因为不管你前面匹配成功时，到后面字符一旦匹配失败时，那么前面匹配的成功的，又得重新匹配一遍。

---

下面我们来假设一种情况（当然这种假设情况是错误的），只要匹配失败，那么移动我们匹配上的字符数量，看看会发现什么情况？

举例：子串“ABCDABD”，当匹配到“ABCD”完成时，匹配“A”失败，那么后面移动4个字符。

匹配失败，移动一个字符

子串匹配到后一个“D”时，匹配失败，移动6个字符

根据前面的假设，字符所有的字符都匹配过了，那么就可以移动6个字符。

根据上图移动6个字符之后的效果

匹配失败，移动一个字符。

当子串匹配到后一个“D”时，又匹配失败，往后移动6个字符。

最后错过想要匹配的字符串。

这种假设，有个很明显的问题，就是尺度大了。错过了我们想要匹配的字符串。

其实我们思路已经对了一半了，这时应该反思错在哪了？

以这种情况为例， 按照假设就是直接移动6个字符。但是子串前缀“AB”是在后面有出现的。

正确的话，是应该移动到后面的AB那里，继续开始匹配。

根据上图匹配失败之后，正确的移动字符数

是的。KMP算法就是可以按照这种思路理解的。一般情况下，当已经匹配过子串中，前面的子串中的字符串在后续没有出现，那么就可以移动所有匹配过的字符串。

如果前面的子串中的字符串在后续中有出现，那么移动到字符出现到后续出现那里。

再举个例子。

ABCDABDCA 这个子串中，当匹配到第2个“A”失败时，子串前面匹配过的“ABCD”的前缀和前中缀，都不会在中后缀，后缀中出现，那么就可以直接移动4个字符。

ABCDABDCA 这个子串中，当匹配到第2个“D”失败时，子串前面匹配过的“ABCDAB”的前缀，“AB”是后缀中出现了，那么就只能移到“AB”那里了，即 6 - 2 = 4，移动4个字符。

简单理解就是： 先把匹配过的字符直接移动过去，看看会不会错过什么。 如果不会，那么就确认移动。 如果会，那么回退到目标位置。

根据KMP算法的部分匹配值，可以计算出目标位置的值。

由于阮一峰老师关于部分匹配值和KMP算法总结太棒了，所以有关部分匹配值的概念，怎么计算，就参考阮一峰老师文章吧。

---

最后来说说，java里面， String.contains方法实现。

java中的String.contains也是使用暴力匹配的方式，没有使用KMP，BM之类的算法。

至于为什么，这个就发散一下，留给自己思考吧。

最后的最后，既然提到了KMP算法，另一个也很常用，且一般情况下效率更高的BM算法，就留给你自己看吧，兴许下一篇文章就是说说BM算法。

以上， good night.

参考文章： 字符串匹配的KMP算法 - 阮一峰的网络日志