KMP算法

一、简介

给定一个主串（以 S 代替）和模式串（以 P 代替），要求找出 P 在 S 中出现的位置，此即串的模式匹配问题。

真前缀和真后缀：

• “真前缀” 指除了自身以外，一个字符串的全部头部组合；
• “真后缀” 指除了自身以外，一个字符串的全部尾部组合。

KMP算法通过挖掘模式串的前后缀特征，实现在O（m+n）时间复杂度的匹配。

二、朴素字符串匹配算法（暴力算法）

暴力匹配的时间复杂度为O（mn） ，其中m为 S 的长度， n为 P 的长度。

int NaiveStringSearch(string S, string P)
{
    int i = 0;    // S 的下标
    int j = 0;    // P 的下标
    int s_len = S.size();
    int p_len = P.size();

    while (i < s_len && j < p_len)
    {
        if (S[i] == P[j])  // 若相等，都前进一步
        {
            i++;
            j++;
        }
        else               //如果不相等
        {
            i = i - j + 1; //回退主串指针
            j = 0;  //模式串从0开始从头匹配
        }
    }

    if (j == p_len)        // 匹配成功
        return i - j;

    return -1;
}

三、KMP字符串匹配算法

KMP算法的核心是求解模式串指针跳转数组（next数组），比如对于模式串“ABCDEABGABC”,
if (S[i] != P[j])时， 其实没有必要将模式串指针回退到0，当模式串真前后缀相等时，可以直接移动模式串指针到一定的位置，而这个位置就是存储在跳转数组里。

跳转数组求法：

/* P 为模式串，下标从 0 开始 */
void GetNext(string P, int next[])
{
    int p_len = P.size(); //模式串P的长度
    int i = 0;   // 模式串P的下标
    int j = -1;  //最长前缀的下标（重点，发生匹配失败后，j会比i小，j指向当前匹配的真前缀的末尾处）
    next[0] = -1;

    while (i < p_len)
    {
   		 //i,j是用于求前后缀是否相等的下标，如果i和j处字符相等，说明next[i]=next[i-1]+1
        if (j == -1 || P[i] == P[j]) 
        {
            i++;  // 模式串P的下标增加
            j++; //跳转数组值增加1（递推公式，如果字符匹配，跳转数组值肯定是前一个值加1）
            next[i] = j; //赋值
        }
        else //如果字符不相等，需要回退j指针，而回退的位置正好已经存在跳转数组里了，直接取出即可。
            j = next[j];  
    }
}

KMP算法

/* 在 S 中找到 P 第一次出现的位置 */
int KMP(string S, string P, int next[])
{
    GetNext(P, next); //求解模式串的跳转数组

    int i = 0;  // S 的下标
    int j = 0;  // P 的下标
    int s_len = S.size();
    int p_len = P.size();

    while (i < s_len && j < p_len) // 遍历主串和模式串
    {
        if (j == -1 || S[i] == P[j])  // P 的第一个字符不匹配或 S[i] == P[j]
        {  //同样的，如果字符匹配，就不断移动指针
            i++;
            j++;
        }
        else
            j = next[j];  // 当前字符匹配失败，进行跳转
    }

    if (j == p_len)  // 匹配成功
        return i - j;
    
    return -1;
}

KMP优化

以 上表格为例，如果在 i = 5 时匹配失败，按照 KMP算法的代码，此时应该把 i = 1 处的字符拿过来继续比较，但是这两个位置的字符是一样的，都是 B，既然一样，拿过来比较不就是无用功了么？

void GetNextval(string P, int nextval[])
{
    int p_len = P.size();
    int i = 0;   // P 的下标
    int j = -1;  
    nextval[0] = -1;

    while (i < p_len)
    {
        if (j == -1 || P[i] == P[j])
        {
            i++;
            j++;
          
            if (P[i] != P[j]) //如果不相等，正常处理
                nextval[i] = j;
            else
                nextval[i] = nextval[j];  // 既然相同就继续往前找真前缀（如果用nextval[i] = j;会发现还是不匹配，再回退到nextval[j]，所以上式直接进行赋值）
        }
        else
            j = nextval[j];
    }
}