让你快速掌握KMP算法的最简详解 —— 动态规划、有限状态自动机(DFA)

KMP算法

KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt提出的，因此人们称它为克努特—莫里斯—普拉特操作（简称KMP算法）。KMP算法的核心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。具体实现就是通过一个next()函数实现，函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)。

文章正式开始之前

做如下说明

1. PAT: 模式串，如 ABAACA也就是想要查找的结果。
2. CharAt: 这里ABC是指当前用来匹配Pat的字符，比如这里有一串文本ABABABC。就是在ABC这三个字符构成的文本串里面寻找内容，取3个字母是为了精简说明过程。
3. 状态(M): 当前匹配的状态。
4. 前一个状态(X): 记录如果失败了应该 保留 到哪些步骤之前。
5. dp: 构建的状态转移数组，即表格内容。

解释

整体的流程图

取自《算法（第4版）》 的图5.3.6

构建一个状态表，当在某个状态时，遇到了某个字符下一步应该转移到什么状态

在 j=0这个位置成功匹配到A，说明可以前往(Next)状态1。

CharAt	A✔️	Next
Pat	A✔️	B	A	B	A	C
J	0	1	2	3	4	5

在 j=1这个位置成功匹配到B，说明可以前往(Next)状态2。

CharAt	A✔️	B✔️	Next
Pat	A✔️	B✔️	A	B	A	C
J	0	1	2	3	4	5

那么在 j=1这个位置与A不匹配(B才能成功)，说明可以前往状态1。

CharAt	A✔️	A❌
Pat	A✔️	B❌	A	B	A	C
J	0	1	2	3	4	5

此时保留Pat的第一位A可以与CharAt的第二位A匹配,继续匹配下一个位置的字符串不需要回退在CharAt上的文本指针。

CharAt	A	A✔️	Next
Pat		A✔️	B	A	B	A	C
J		0	1	2	3	4	5

如何构建这个转移过程

我们将以 ABAACA来构建这个过程。

正确转移到最后一个状态，即已经匹配成功

以ABAACA构建一个最简单的状态转移图片，它的意思是：
在状态0匹配到字符A转移到状态1，在状态1匹配到字符B转移到状态2，
直到在状态4匹配到字符C转移到状态5则获取结果成功。这是一条目前最容易定义的转移方式。

圆圈内的数子代表当前状态

那么为什么这么定义呢？

1. 可以看到如想要到达状态2，必须已经满足状态1又成功匹配了B字符。
2. 那么当想要到达状态6，必须已经满足状态5又成功匹配了A字符，也就是当前已经成功匹配了Pat(ABAACA)。
3. 后面的每一层状态都是由之前状态决定，所以可以从前往后计算下一步应该转移成什么状态，符合 动态规划 的过程。

转移过程的代码

构建转移表的过程

for 0 <= j < M: // 状态由模式串决定
    for 0 <= c < 256: // 也可以是更大的包括中文等
        dp[j][c] = next //下一步应该前往什么状态

识别过程

int M = 0//当前初始状态
int P = pat.length();//模式串的长度，也就是总共具有多少状态，[0...P]一共是P+1个状态
int T = txt.length()//计算文本的长度
for (int i = 0; i < T; i++) {
   
	M = dp[M][txt.charAt(i)];//当前状态在遇到某个字符应该转移到哪里
	if (M == P) {
   //当到P这个状态的时候已经满足条件，返回成功的位置
		return i - M + 1;
	}
}

匹配成功转移表

1. 在状态0匹配到第一个字符A，此时模式串与字符匹配表示可以前往