KMP算法思路与代码的解读

KMP算法思路与代码的解读（浅显易懂）

KMP算法简介

KMP算法全称Knuth-Morris-Pratt算法，以三位发明者命名，解决在母字符串中找到目标字符串的字符串匹配问题。

思路

考虑以下字符串（网上的，后文会给出链接）

第一行是母字符串，由字母和空格字符组成，以字母 i 表示母串第 i 个字符。
第二行是子字符串，以字母 j 表示子串第 j 个字符。

正常思路：依次遍历母字符串，每次都去判断以遍历的字符开头的子串的前面部分是否为目标字符串。

如图，判断完以A开头的子串的前部分不是目标字符串后，母字符串向后挪一个，依次遍历，如下图：
直到找到匹配的目标字符串或者超出母字符串上界即未包含目标字符串。

这里主要就是两个过程
遍历母字符串与字符串，进行比较
1.相等=>判断母串以该字符开头的子串的前面部分是否为目标字符串。
具体操作：i++,j++。
2.不相等=>母串从第一个相等的下一个开始，上图就是母串的A的下一个B开始，目标串从头开始，再次进行比较。
具体操作：i = k+1（第一次相等时记下k=i），j=0。

这种做法很自然一定能找到解，但可以发现它既遍历了母字符串又遍历了子字符串，最坏时间复杂度是O（m*n）

在当前字符串不匹配的情况下：（当前公共字符串为ABDCDAB）

上述策略如下：

KPM算法策略如下：

可以看到母串继续在当前位置，目标串的头部移动到当前公共字符串的尾部即{AB}，其实就是将公共字符串ABCDAB的前缀{AB}移到ABCDAB后缀{AB},而我们想知道的目标串的“C”的位置就在这个前缀的后面。KMP算法的关键就是找到目标串现在“C”的位置，寻找目标串下一个位置的方法，网上好像都记做getNext（）。

将上述思路写成代码（好久没敲c了）

其中masterStr是母字符串，subStr是子字符串，依次遍历母字符串，
1.字符相等的时候，i++，j++,判断下一个；
2.两字符串第一个不相等时，i+1，母串后挪一个，j不变还是0；
3.不相等且j>0时，有公共字符串，j取next[j-1]。

第3种情况时，位置 j 处不相等，j>0， j 为公共字符串的下一个。
这里next[k]定义为位置从0到k的字符串中前缀等于后缀的最大长度，
如字符串ABAAB，找到前缀和后缀相等且最长的{AB}前缀后的A的位置即2，也等于该前缀的长度。说了那么多，其实只要记住，next[k]就是前缀后面的那个位置，就是{AB}后面A的位置。

这里next[k]含义设置为从0-k而不是像网上设的k位置前或长度为k，是因为个人认为next[0]，0位置之前或长度为0没有意义，还有总共n个字符,n位置之前，要包含整个字符串需要写到next[n+1]，需要n+1个位置。

由于母字符串与目标字符串的公共部分只能是目标字符串的子集，我们将所有目标字符串子集的next的位置用next数组存储起来就能知道 j 的取值了。
我的思路很简单，就是从第二个位置遍历目标字符串，找到与字符串前缀相同的，代码如下：

next[0]=0,也就是只有第一个字符（0位置）是公共的，目标字符串下一个还是需要从第一个位置开始。
这里i从0位置开始，j从第二个位置开始找
当str[ i ] != str[ j ],也就是加上 j 位置与前缀不相等，位置从0-j的字符串中不存在与前缀相同的尾缀，故next[ j ]=0,目标字符串下一个需要从第一个位置0开始（公共字符串中没有相同的前缀尾缀，当然不存在将前缀挪到尾缀的操作）。i从头开始，j+1。
当str[ i ] = str[ j ],加上 j 位置与前缀相等，前缀长度多1，前缀后面的next[ j ]也比next[ j-1 ]多1，也就是next[j]=next[j-1]+1。i+1,j+1比较下一个字符。

不难发现，KMP算法是典型的利用空间换时间的算法，求next数组时遍历了子串，匹配字符串的时候遍历了母串，时间复杂度为O（m+n），空间复杂度为O（m）。
KMP算法改进之处就是充分利用了公共字符串，用next数组存储了下一个子串比较的位置，将公共字符串的前缀挪到后缀上。

最后输出母串中包含目标串的首位置即可。

看了很多博客，都说看完拨云见日，可能悟性不够，拨云见雾（希望我的理解不会是拨云见云），我觉得这篇博客例子举得很好，多有借鉴http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html。