KMP算法

KMP算法

KMP算法是用于解决字符串匹配的经典算法，就是判断一个字符串是否是另一个字符串的子串。

例如现在我们有两个字符串，字符串s: "aabaabaaf"和字符串t: “aabaaf”，我们该如何判断字符串t是否是字符串s的一个子串呢？如果使用暴力匹配，即两个for循环，暴力的时间复杂度是两个字符串长度的乘积。

而KMP算法有什么不同呢：

就比如字符串s和t的匹配中，当我们匹配到第六个字符时，发现b和f并不匹配，此时按照暴力法我们应该将s的下标+1，继续从t的开头开始匹配；但是如果是KMP算法，就会保持s的下标不变，将t的下标回退到2，即第三个字符’b’，这样是不是效率就提高了。

明白了KMP算法的优越性，我们想知道为什么它可以这样回退，回退的规则又是什么。其实，我们看字符串t，这里存在着相同的前后缀"aa",正是因为有了相同的前后缀，我们就可以省去再次匹配相同字符的过程。那为什么t的下标回退到的位置2是怎么得来的呢？这就要用到字符串t的前缀表了。

前缀表

所谓前缀表，就是一个字符串中相同前后缀的长度所组成的表。

对于字符串t:

前缀包括：a, aa, aab, aaba, aabaa （从前往后不包含尾字符）

后缀包括：f, af, aaf, baaf, abaaf （从后向前不包含首字符）

a ----------不存在相同前后缀，0

aa --------“a”, 1

aab -------不存在，0

aaba ------“a”, 1

aabaa ---- “aa”, 2

aabaaf —不存在，0

所以字符串t的前缀表为{0,1,0,1,2,0}

对于这个前缀表，当匹配到字符’f’时，退回的位置要看前缀表中它的前一位。

也可以将前缀表整体右移，变成{-1,0,1,0,1,2}，这样退回的位置就取决于字符本身对应的那一位了。

也可以将前缀表整体-1，这样退回的位置也是字符本身对应的那一位了。它们的本质都是利用字符串的前缀表找到回退的位置，只是实现起来有略微的不同，我们就以原本的前缀表为例进行演示。

next数组

next数组其实就是前缀表在我们实际代码中的存在形式，这里我们要讲的是如何通过一个字符串找到它的前缀表，即next数组。找next数组并不难，只要记住四步操作：初始化，前后缀不相等，前后缀相等，赋值。

• 初始化

  首先要定义两个下标i , j，用来标识前后缀对应的字符；还要赋值next[0]=0；因为下标为0时无法再回退了。

• 前后缀不相等

  前后缀不相等时，我们就需要回退，即j = next[j - 1]。同时还要保证j > 0，同样因为j = 0时无法再回退。

• 前后缀相等

  前后缀相等时，我们就继续匹配，j++。

• 赋值

  给next数组赋值，此时相同前后缀的长度对应j的大小，即next[i] = j。

代码实现：

void getNext(int *next, string t){
    //初始化
    int i = 1, j = 0;
    next[0] = 0;
    for (; i < t.size(); i++) {
    	//前后缀不相等，注意回退是一直回退到可以匹配的位置，所以是while
        while (j > 0 && s[i] != s[j]) {
        	j = next[j - 1];
    	}
    	if (s[i] == s[j]) { //前后缀相等
        	j++;
    	}
    	next[i] = j; //赋值
    }
}

例题实现：

函数实现的过程与寻找next数组大体一致：

bool isSonString(string s, string t) {
    int next[s.size()];
    getNext(next, t);
    int i = 0, j = 0; //i = 0,从头开始匹配
    for (; i < s.size(); i++) {
        while (j > 0 && s[i] != t[j]) {
            j = next[j - 1];
        }
        if (s[i] == t[j]) {
            j++;
        }
        if (j >= t.size()) { //字符串t匹配完
            return true;
        }
    }
    return false;
}