KMP算法的理解与应用

KMP算法

引言

KMP算法主要用于实现字符串匹配，在一串文本串中，是否存在模式串，共出现几次，第一次出现位置是哪里等问题都能解决，例如：

文本串：aabaabaaf (假定为m个）
模式串：aabaaf（假定为n个）
找出模式串在文本串中的匹配位置

如果采用暴力破解，逐个迭代比较，此算法的时间复杂度为O(mn)，性能不高，此时我们便引入了KMP算法。

算法理论

KMP算法的核心就是求出最长相等前后缀长度，何为前缀，何为后缀？

前缀：符号串左部的任意子串（或者说是字符串的任意首部），不包含字符串末尾字符。
后缀：同理，符号串右部的任意子串（或者说是字符串的任意尾部），不包含字符串首尾字符。

则如上举例中模式各前缀子串的最大相等前后缀长度分析如下：

a                     相等前后缀长度为0
aa                   相等前后缀长度为1
aab                  相等前后缀长度为0
aaba                相等前后缀长度为1
aabaa              相等前后缀长度为2
aabaaf             相等前后缀长度为0
这里的这组值就是next数组中的值，next数组的作用是致命当值不匹配时我们要回退到的位置。

知道了上述概念后，便可以直接引出KMP算法的主体实现逻辑：
模式串字符逐个与文本串比较，比较至不匹配位置处时停止匹配，返回当前匹配位置前一个位置的最大相等前后缀长度的值，并回退到其所指下标位置，继续匹配比较。

算法代码实现：

有了总体思路，我们现在来总结下算法的具体实现步骤：

1. 初始化
2. 处理前缀匹配的情况
3. 处理前缀不匹配的情况
4. 更新next数组的值

//我们假定此时已经得到了next数组，并且为了更加方便的使用next数组，我们默认将next数组右移一位，并在左边补上-1，将-1看作通配符，只要y = -1我们就认定此时比较的两个字符匹配。
int KMP(string text,string pattern){
    int n = text.size();
    int m = pattern.size();
    int i = j = 0; //用来遍历文本串和模式串 
//下面便是对步骤2、3的处理，和我们上面所说算法一致    
    while(i < n && j < m){
    	if(j == -1 || text[i] == pattern[j]){
    		j++;
    		i++;
		}else{
			j = next[j];
		}
	}
//此时如果模式串全部匹配成功则返回匹配位置的第一个首字符，i是匹配过程结束时的下标，j此时是模式串的长度，两者相减即可得到匹配位置的第一个首字符的下标。若此时是文本串遍历结束而字符串没有则返回-1
	if(j == m){
		return i-j;
	}else{
		return -1;
	}
}

ok，现在我们来完成最后一步，如何得到next数组并对其进行更新。

const int MAXN = 100;
int next[MAXN];
 
void GetNext(string pattern){
	int m = pattern.size();
	int j = 0;   //前缀末尾 ,我们手算也是从头到尾，对前缀子串依次遍历 
	next[j] = -1;
	int t = next[j]; //后缀末尾 next[j]代表上一次匹配过后的最大相等前后缀长度，故next[j]可以表示当前这次需要判断匹配的后缀的末尾字符 
	while(j < m){
		if(t == -1 || pattern[t] == pattern[j]){
    		j++;
    		t++;
    		next[j] == t;  
		}else{
			t = next[t];
		}
	}
}

最后，我们放总的代码来测试一下。

#include <iostream>
#include <cstdio>

using namespace std;

const int MAXN = 100;
int next[MAXN];
 
void GetNext(string pattern){
	int m = pattern.size();
	int j = 0;   //前缀末尾 ,我们手算也是从头到尾，对前缀子串依次遍历 
	next[j] = -1;
	int t = next[j]; //后缀末尾 next[j]代表上一次匹配过后的最大相等前后缀长度，故next[j]可以表示当前这次需要判断匹配的后缀的末尾字符 
	while(j < m){
		if(t == -1 || pattern[t] == pattern[j]){
    		j++;
    		t++;
    		next[j] == t;  
		}else{
			t = next[t];
		}
	}
}

int KMP(string text,string pattern){
	GetNext(pattern); 
    int n = text.size();
    int m = pattern.size();
    int i = 0;
	int j = 0; //用来遍历文本串和模式串 
    
    while(i < n && j < m){
    	if(j == -1 || text[i] == pattern[j]){
    		j++;
    		i++;
		}else{
			j = next[j];
		}
	}
	if(j == m){
		return i-j;
	}else{
		return -1;
	}
}
 
int main(){
	string text;
	string pattern; 
    text = "I love you";
	pattern = "love";
	int position = KMP(text, pattern);
	cout << position << endl;
	return 0;
}

//输出了2，成功实现