KMP快速字符匹配算法建索引

这个算法的逻辑以前花时间傻傻看懂过，最近需要用，细节逻辑就懒得看了，觉得没必要。真需要自己设计逻辑时再烧脑吧。

KMP算法代码：

void Next(char* T,int* next){
	int i=1;
	next[1]=0;
	int j=0;
	while (i<strlen(T))
	{
		if(j==0||T[i-1]==T[j-1])
		{
			i++;j++;
			if (T[i-1]!=T[j-1])
				next[i]=j;
			else
				next[i]=next[j];
		}
		else
			j=next[j];	
	}	
}

 

int KMP(char *S,char *T)        //S为大片字符串，T为寻找的字符串
{	
	int next[10];
	Next(T,next);
	int i=1,j=1;

	while (i<=strlen(S)&&j<=strlen(T))
        {
		if(j==0||S[i-1]==T[j-1])
                {
			i++;j++;
		}
		else
			j=next[j];
	}

	if(j>strlen(T))
		return i-(int)strlen(T);

	return -1;
}

相对于逐个字符偏移比较。

KMP的核心就是Next函数，用需要寻找个字符串（T）做标记。next数组对应T的每个字节记录标记。

标记意义为：若对应字节比较失败，以T的标记数的字节去比较

例如：S为"aaaab";T为"aab"。

普通算法逐个比较：到'b'失败了，再从T的第一个'a'对应S的第二个'a'比较，再第三个'a'，最后'b'也成功就ok；数数比较字符的次数。一共9次比较成功。

KMP算法：先比较3次，'b'失败了，由于T的第一第二字节一样，所以三个字节失败，右移时，第一个字节不用比就知道对的，只要从第二个字节比就好了，再以此类推。所以next[2] = 2的话，记录下次第二个开始比较。这样一共比较7次就成功了。就优化了普通逐个比较的算法。

就是T中后面的字节或一些字节与前面重复会情况，可跳过一些可以确定的字节，具体细节逻辑，就不花时间玩了，知道它优化了什么就差不多了。

以上只找到第一个相同的字符串位置

/

做个修改找出所有字符串位置做个可以索引的数组，就满足项目需要了

vector<int> IndexGroup;
void KMPtoIndexing( const char* S,const char *T )
{
	int next[30] = {0};
	Next(T,next);
	int i=1,j=1;

	while(i< fileLen){
		if(j==0||S[i-1]==T[j-1])
                {
			i++;
                        j++;
		}
		else
			j=next[j];
		if (j >= strlen(T))
                {
			IndexGroup.push_back(i-strlen(T)-1);
			j = 0;
		}
	}
}