pgsql匹配字符串的前缀和后缀_前缀数组（KMP）超超超超超详解

KMP算法，由

，

和

三位大神共同提出，是一种改进的字符串匹配算法。

对于如“求长度为

的字符串

中在包含多少个长度为

的模式串

”这类问题，相对于从前往后逐字符比较的时间复杂度为

纯暴力算法Brute-Force，优化后的KMP算法可以在

的时间复杂度内实现两个字符串的匹配。

---

很显然，当我们考虑Brute-Force算法的过程时，我们会发现当在主串中逐字符匹配模式串时，主串中互相重叠的模式串会重复匹配到重叠的部分。

而同样显而易见，重叠的部分对于前面的模式串来说是前面模式串的后缀，对于后面的模式串来说是后面模式串的前缀，所以说“跳过重叠部分”的问题就可以被转换成“预处理字符串前后缀的情况”的问题了。

KMP算法的核心在于一个被称为“失配指针”或者“部分匹配表”的数组

。

对于给定下标从

开始字符串

，此时

的意义为

前

个元素的最大的

，使得

前

个元素

构成的子串的 前

个元素构成

的字符串与 后

个元素构成

的字符串 相同，且为了方便实现，我们指定

。

如字符串

对应的

即为：

遍历字符串

求

数组时，假设当前遍历到的元素为

，上一位元素

对应的

为

。

如果

，由于对于

前

个元素

构成的子串

，有

的

前

个元素和

后

个元素构成的字符串

相同。所以

的

前

个元素构成的字符串在

结尾加上

后，依然与

的

后

个元素构成的字符串在

结尾加上

后相同。

所以此时

，成立条件为

，这是第一种情况。

如果

，那么显然对于

前

个元素构成的子串

在

结尾加上

后，对应的

必然小于

。

又因为对于

有

的

前

个元素和

后

个元素构成的字符串

相同，而

数组记录的又是字符串的前缀后缀相等的

最大值，所以对于

与

失配的情况，我们要让

取到最大值，我们就要保留

尽可能多的相等的前后缀字符串。

而

中

前

个元素和

后

个元素构成的字符串是

中

最大的使得前后缀字符串相等的字符串长度，所以此时继续对于

和

匹配，若能够满足

那当前就是

第一种情况，若不能满足那么当前就是不能匹配的第二种情况，也就是 重复当前步骤直到出现第一种情况或者当前的

数组匹配到

。

所以此时对于

，不断重复

直到

或

时

。

求

部分核心代码如下：

Next[0]=-1;
int j=0,k=-1,len=strlen(str);
while(j<len)
    if(k==-1||str[j]==str[k])
        Next[++j]=++k;//赋值
    else
        k=Next[k];//跳next

显然，我们可以发现在每一次赋值时，如果对应的

，那么在下一次匹配中必然会跳

，所以我们可以直接将当前

赋值为

。

求

部分核心代码如下：

Next[0]=-1;
int j=0,k=-1,len=strlen(str);
while(j<len)
    if(k==-1||str[j]==str[k]){
        ++j,++k;
        if(str[j]!=str[k])
            Next[j]=Next[k];
        else
            Next[j]=k;//赋值
    }
    else
        k=Next[k];//跳next

这时我们再从

数组回到整个KMP算法，当我们要将主串

和模式串

进行匹配时，对于我们已经求好的

的

数组，我们可以以同样的方法进行匹配。

也就是说匹配

的前缀字符串的后缀字符串和

的前缀字符串，这样我们也就可以在失配时保留

尽可能多的已经匹配上的部分了。

匹配答案部分核心代码如下：

//匹配主串str1中包含多少模式串str2
i=0,k=0;//注意模式串此时同样也需要从0开始而非-1
len1=strlen(str1);  
len2=strlen(str2);
while(i<len1){
    if(k==-1||str1[i]==str2[k])
        ++i,++k;
    else 
        k=Next[k];
    if(k==len2){//若主串中包含模式串
        ++ans;
        k=Next[k];
    }
}

例题：

【模板】KMP字符串匹配 - 洛谷​www.luogu.com.cn https://loj.ac/p/103​loj.ac