KMP串匹配算法原理及python实现

原理介绍

该算法用于匹配字符串。KMP算法的核心是利用匹配失败后的信息，尽量减少模式串于主串的匹配次数以达到快速匹配的目的。

举个栗子

主串T = ‘abaacababcac’，模式串P=‘ababc’，用模式串P匹配主串T。

KMP算法的核心：计算模式串的前缀表（prefix table）。怎么 计算捏?

步骤1：写出模式串P的所有前缀

 步骤2：把每个前缀当成一个独立的串，然后分别找出每个串的最长公共前后缀，并将最长公共前后缀的长度记录下来。

注意：最长公共前后缀一定比原始串要短。

 以子串'abab'为例，它的最长公共前后缀为'ab'，长度为2，就在该串前记录一个2.

 把其他串的最长公共前后缀也找到：

 不用管最后一行，给最前面加一个-1，就得到下面这列数字：

 这5个数形成的数组就是前缀表。

字符串匹配的过程：

从主串0号索引元素开始匹配：

 匹配失败时，将匹配失败元素的前缀表所对应下标的元素拉至当前位置，这就是KMP算法匹配过程的精髓之处。

 

 这里注意前缀表的下标是-1，其实就是把前缀表往右移动一格。

 匹配成功！

有时主串中可能会包含好几段模式串。所以还要往后继续匹配：

 这时候，已经遍历结束了，并且没有匹配成功，由此可知，只有一段模式串在主串中匹配成功了。

代码实现

def kmp(s, p):
    """
    s为主串, p为模式串, 如果s里有p，返回开始下标
    """
    next = get_next(p)
    i = 0
    j = 0  # 分别是s和p的指针
    while i < len(s) and j < len(p):
        if j == -1 or s[i] == p[j]:  # j==-1是由于j=next[j]产生
            i += 1
            j += 1
        else:
            j = next[j]

    if j == len(p):  # j走到了末尾，说明匹配到了
        return i - j
    else:
        return -1


def get_next(p):
    """
    p为模式串
    返回next数组，即部分匹配表
    """
    next = [0] * (len(p) + 1)
    next[0] = -1  # 在把PMT进行向右偏移时，第0位的值，我们将其设成了-1，是为了编程的方便
    i = 0
    j = -1
    while i < len(p):
        if j == -1 or p[i] == p[j]:
            i += 1
            j += 1
            next[i] = j  # 这是最大的不同：记录next[i]
        else:
            j = next[j]

    return next


if __name__ == '__main__':
    print(kmp("abaacababcac", "ababc")) # 5

总结

多debug几次，看看具体是怎么循环的，动手的同时多注重理解！

希望身边的小🐏人快快好起来！

我的后遗症是眼睛疼+疯狂打喷嚏？

附一张紧跟时代潮流的手机壳照片