KMP——字符串匹配

在保守代码虐待之后，舒缓心情的最好方式就是记录一篇博客
（不知为何难以缩进） ——阿寇

A brief/simple introduction of KMP

KMP算法是一个实现字符串匹配的高级算法。

• 普通算法的实现通常比较简单，比如串ababad匹配abad。假设我们把第一个串称作string,第二个串称作pattern。常规做法：a-a;b-b;a-a;b不能匹配d，此时从string的第二个字符开始重新和pattern匹配，发现b不能和a匹配；再从string的第三个字符依次和pattern匹配，最终成功。
• 很显然是一个 双循环，复杂度为O(strlen(string)*strlen(pattern));
• 而KMP算法则采用了非常大的脑洞，通过寻找pattern子串最长前后缀来进行高效的字符串匹配操作。

前后缀是什么？

• For example,拿abad这个pattern来说，a是ab的前缀，b是ab的后缀；a和ab是aba的前缀，a和ba是aba的后缀；a、ab、aba是abad的前缀，d、ad、bad是abad的后缀。

计算next/match/failure数组

• 同样，以abad为例。next数组是为pattern求的，所以pattern的长度等于next数组的长度。
• next[0]默认为-1；由于ab的前缀和后缀没有匹配的，所以next[1]=-1；由于aba的前缀之一a和后缀之一a匹配，因此next[2]=前缀a出现的下标=0；而abcd的前后缀无一匹配，因此next[3]=-1;
  我尽量举例解释，根据例子理解吧~如果不懂，欢迎追问哦
  代码如下：（参考浙江大学数据结构慕课代码）

void BuildMatch(char *pattern,int *match){
	int m = strlen(pattern); //pattern 长度
	match[0] = -1;//首位默认值
	Position i,j;//i为循环变量 ，j是中间变量
	
	for(i =1;i<m;i++){//pattern每一个字符都对应next值，因此进行for循环
		j = match[i-1] + 1;//灵魂赋值，在计算该位字符next值的时候，
		//如果借鉴前一位字符的next值，会事半功倍，
		//为什么要+1呢，假设计算abababc的next数组，
		//并且前三位aba已经得到，开始计算b的next值，
		//显然第三位a的next值为0，而此时比较第0+1位和当前位，都是b，则
		//可以得到当前位的next值为0+1；
		while( j>0 && (pattern[i]!=pattern[j]))
		//如果j对应的pattern字符存在前缀并且当前位无法和当前的前一位的
		//前缀的下一位匹配的话，继续回溯
			j = match[j-1]+1;
		//退出循环要么匹配成功，要么实在找不到前缀
		if(pattern[i]==pattern[j]) match[i] = j;
		//匹配成功就赋值
		else match[i] = -1; 
		//实在找不到就赋值-1
		printf("match[%d]=%d\n",i,match[i]);	
	}
	
}

网上还有很多教程，要是实在看不懂，就再看看别人的博客吧

KMP

Position KMP(char *string,char *pattern){
	int m = strlen(pattern);
	int n = strlen(string);
	if(n<m) return NOT_FIND;
	Position i = 0,j = 0,*match;
	match = (Position *)malloc(sizeof(Position)*m);
	BuildMatch(pattern,match);
	while(j<m && i<n){
		if(string[i] == pattern[j]){
			++i; ++j;
		}
		else if(j>0) j = match[j-1]+1; //回溯
		else ++i;
	}
	return (j==m )?(i-m):NOT_FIND;
	//按照数组下标来考虑的话，到m-1就可以认为匹配成功，但是
	//我觉得++i存在延迟，只要相等就会++；因此最后还是多加了个1；
	//因此用j==m进行判断。
} 

Whole code

#include<stdio.h>
#include<string.h>
#include<stdlib.h>

#define NOT_FIND -1
typedef int Position;

void BuildMatch(char *pattern,int *match){
	int m = strlen(pattern);
	match[0] = -1;
	Position i,j;
	
	for(i =1;i<m;i++){
		j = match[i-1] + 1;
		while( j>0 && (pattern[i]!=pattern[j]))
			j = match[j-1]+1;
		if(pattern[i]==pattern[j]) match[i] = j;
		else match[i] = -1; 
		printf("match[%d]=%d\n",i,match[i]);
		
		/*if(i>1) {
		j = match[i-1]+1;
		if(pattern[i]==pattern[j]) match[i] = j;
		}
		else */
		
	}
	
}
Position KMP(char *string,char *pattern){
	int m = strlen(pattern);
	int n = strlen(string);
	if(n<m) return NOT_FIND;
	Position i = 0,j = 0,*match;
	match = (Position *)malloc(sizeof(Position)*m);
	BuildMatch(pattern,match);
	while(j<m && i<n){
		if(string[i] == pattern[j]){
			++i; ++j;
		}
		else if(j>0) j = match[j-1]+1;
		else ++i;
	}
	return (j==m )?(i-m):NOT_FIND;
} 

int main(){
	char string[] = "this is a not good choice";
	char pattern[] = "good"; //Obviously the answer is 14;
	Position answer = KMP(string,pattern);
//	printf("Position of pattern in string is:",answer); 
	printf("%d",answer);
//	printf("%d",strlen(pattern));
	return 0;
}

Result