C语言数据结构第四章—— KMP算法

C语言数据结构第四章—— KMP算法

get 到的东西：

学习一个算法的思路，流程是得先明白算法的原理，看懂它的代码，知道它的逻辑链，然后自己动手复现一遍，最后改进代码达到类似的高效效率就差不多了√
KMP算法简单来说就是

1. 想要主串读取不会倒回去读，发现实现这个想法的话需要知道匹配表PMT，知道前缀后缀的概念。
2. 想怎么去实现这个next表，用自己和自己比。

第一部分可以在这里比较简单的看懂

关于创造next表，其实可以知道它的原理之后自己动手实现一遍，看代码可以看不懂，但是实现起来就行，只要坚持 i 不后退就行。

实现流程

这个函数分为两个步骤

1. 写子串自身的next数组

先做这个吧，可以验证有没有写对（可以先写PMT就是value的数组，然后在录入数组的方式和加一下前缀就行）（下次试试直接写next，从PMT到next的转变要改东西，可能会漏）
0. 先做value数组，再延后输入就可以变成next数组了，下边的 next都是 value！
1. 用两个自己相比较，指向主串的（上面那串）的位置是i，子串（下面那串）的位置是j
2. 先定义放到数组位置的是当前位置的PMT（包括该位置），此时i和j位置也是指针位置
3. 把第一个next[0]赋好值，然后开始根据知道的算法用代码一步一步的写出来

第一步实现的是：

• 从第一个值开始比较，
• 如果相等的话就移动两个指针，同时记next是现在下边指针的位置，把指针再往后移，
• 还有在主串读完之后再结束循环，所以加了一个for

应该再加个不相等的情况，

不相等的情况下还要分两种情况

• j 的位置是0时，此时不相等那就是PMT=0了 ，value赋值给0，然后i到下一位，j不变，继续比
• j 的位置不是0时，可以先往前移动j的位置, 移动到0到j位置的PMT的位置（这个比较重要，容易忘，最好画图了解），看看j往前移了之后的j到0能不能成为匹配的前缀。如果不行的话再往前移。j = nextj-1（第几个和数组下标的关系）
  
  
  

3.好像对了？！我去把数组改成next了
next里表示的是当前位置之前的（不包括当前位置）的字母的KMP值，可以在录入时先让i+1，再录入
然后改next[0] = -1,next[1] = 0，其它正常（最后一位不用了？先看下下边的主函数需不需要）
在每次输入next的值时做个输出，看看实时的结果

printf("number %d next is %d\n", i, next[i]);

ok，是输出函数出了问题，因为往后移动了一位，所以next数组会比KMP多一个数，先这样吧，改一下输出函数，继续写主串子串相比了

2. 用子串，主串，next数组进行匹配

.

1. • 字符的含义a，b是主串和子串
     i，j是主串，子串的指针位置
   • i，j都是从第一个开始匹配，如果相等的话，那就继续往下匹配，
   • 一直匹配到j匹配完了，那就是有b是a的子串了
   • 一直匹配到i匹配完了，j没完，那也没有，而且整个匹配过程结束
   • 所以循环的跳出条件是i = strlen(A) || j = strlen(B)

• 在j结束时， 不管i有没有结束，都是匹配成功。
• i结束时，如果j结束了，那还是匹配成功，所以i的优先度高于j。出循环后用j来判断是否匹配成功。

2. 继续想匹配条件
   • 不匹配时，i不回去，这时候就要用到之前定好的i数组了。j往前退回到next[j]+1（next[j]个相等的，然后往后移以为和i比）的位置，
   • 如果 j = 0了还不相等（这时候就是next[0] = -1的作用了，让next[j]+1 = 0 ），那这个i的位置是没有了，然后走下一个，下一个从j=0开始比

3.好像好了，测试一下？
输出的改成 i - j + 1，判断i，j出来时的含义就可
完事√（不过没有把公式揉在一起，再说吧）

C语言代码——实现部分操作

// 实现BF和KMP算法用 2020/2/19-2020/2/20
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define Size 5

typedef struct list_str2{  //str2 的结构体再上一层的定义
    char *str2;
    int max; //申请到空间的最大值
}List_str2;


void Init_str2(List_str2 *plist_str2);
void getNext(char * p, int * next);
void Print_next(int* next);
void KMP(char* a, char *b, int* next);

int main()
{
    int next[100];
    List_str2 Primary_str;
    List_str2 Substr;
    printf("输入字符给主串，一直到输入为#时停止输入\n");
    Init_str2(&Primary_str);
    printf("输入字符给子串，一直到输入为#时停止输入\n");
    Init_str2(&Substr);
    getNext( Substr.str2 , next);
    KMP(Primary_str.str2, Substr.str2, next);
    Print_next(next);



    printf("Hello world!\n");
    return 0;
}

void Init_str2(List_str2 *plist_str2) //初始化并第一次输入str2
{
    plist_str2->str2 = (char *)malloc(Size * sizeof(char));
    plist_str2->max = Size;

 //   printf("输入字符给str2，一直到输入为#时停止输入\n");
    char input_data;
    int count = -1;
    do{
        scanf("%c", &input_data);
 //       printf("看看scanf读到了啥：%c\n", input_data);
        if(input_data!= '#')
        {
            count ++;                       //结束的count是当前最后一位输入的data的数组坐标
            (plist_str2->str2)[count] = input_data;
        }
        if(count==plist_str2->max-1) //如果数据空间快不够用了，就申请新的
        {
            plist_str2->str2 = (char *)realloc(plist_str2->str2, (Size + plist_str2->max) * sizeof(char *));
            plist_str2->max += Size;
        }
    }while(input_data!='#');
    fseek(stdin, 0, SEEK_END);//清除缓存区
    (plist_str2->str2)[count+1] = '\0'; //加一个字符串结束的标志
}

void getNext(char * p, int * next)//得到字符串的next函数，不过暂时是多一位的
{
    int i, j;
    next[0] = -1;
    next[1] = 0;
    i = 1, j = 0;
    for( ; i+1 <= strlen(p); )  //i在没循环完时会一直重复
    {
        if( p[i] == p[j] )
        {
            i++;
            next[i] = j + 1; //next i 要的值是子串的第几个，所以用子串+1
//            printf("number %d next is %d\n", i, next[i]);
            j++;
        }
        else
        {
            if( j==0){   //子串第零个和主串不一样，那就没救了，这个位置的PMT是0，然后主串后移
                i++;
                next[i] = 0;
//                printf("number %d next is %d\n", i, next[i]);
            }
            else{   //不是0的话，j还能往前找 value移位之后，next数组的东西都要看下要不要改
                j = next[j];
            }
        }
    }
    next[i+1] = -5; //方便输出next数组检查对错用，在数组最后加了个-1
}

void Print_next(int* next)//比字符串多一位的输出，不过暂时是多一位的
{
    int i;
    for(i=0; next[i]!=-5; i++ )
    {
        printf("%d\t", next[i]);
    }

}

void KMP(char* a, char *b, int* next) //主串是a，子串是b
{
    int i, j; //i是主串位置，j是子串位置
    i = 0, j = 0;
    for( ; i <= strlen(a) && j <= strlen(b) ; ) //i或者j结束了就出来了
    {
        if( a[i] == b[j] ){ //每个i比的时候相等时，会继续走不回头，所以直接i++了
            i++;
            j++;
        }
        else if( j != 0){
            j = next[j] + 1;
        }
        else if( j == 0){
            i++;
        }
    }

    if( j > strlen(b) ){ //这个时候的i和j都是多加了1的,然后j满了就溢出了.j是子串的长度,i是匹配完的位置(第i个),
        printf("有子串，数组下标是%d\n", i - j + 1); // (i-1)-(j-1) = i-j表示i在匹配j的第一个之前有i-j个字符
    }                                           // 开始匹配的位置（子串的第一个位置）就是i-j+1
    else{
        printf("无子串\n");
    }
}