KMP问题详解（牛奶）

最新推荐文章于 2024-09-06 19:29:19 发布

西木南松

最新推荐文章于 2024-09-06 19:29:19 发布

阅读量346

点赞数

分类专栏： LeetCode(C++)

本文链接：https://blog.csdn.net/weixin_45479946/article/details/109963142

版权

LeetCode(C++) 专栏收录该内容

64 篇文章 9 订阅

订阅专栏

1.什么是KMP算法？

KMP是一种改进后的字符串匹配算法。
例如判断字符串1中是否包含字符串2，如果使用暴力算法需要将字符串的每一个字符都一一进行对比，耗时耗力，时间复杂度是O(N*M)。N是比对次数，M是字符串2的长度。
在这里插入图片描述

而KMP算法体提供了另一种判断是否为子字符串的方法。可以将时间复杂度压缩到O（n）的级别。

首先理解前缀后缀：
如下图：
abcabck中k的前缀为1就是a，后缀为1就是c，依次类推，前缀为2–ab,后缀为2–bc等。前缀就是该字母前面字符串的第一个字母开始起，后缀就是前面字符串的最后一个字母开始数。
最大匹配长度：前缀和后缀相等的最大长度。
在这里插入图片描述
因为该字符串的第一个字母前面什么都没有，所以它的最大区配长度为-1，第2个字母因为前面只有一个字母，但前缀和后缀不能相等，所以最大区配长度为0，**对于任意一个字符串，前两个字母的最大匹配长度都是-1和0；**着重看下第5个最大匹配度，我刚开始以为是5，其实不是，到3的时候前缀是aab, 后缀是baa就已经不满足了。注意前缀后缀看的顺序依然是从左往右。

把一个字符串的每一个最大匹配度组成的数组称为next数组。
前面字符串
匹配方法：
如下图，暴力解法中，字符串str1为原数组，str2为要匹配的数组，如果字符串str2匹配str1，从i开始都和str2相等，但是匹配到x发现不等于y了，那么就把x返回到i+1的位置，y返回到0的位置，重新进行匹配。
而KMP的巧妙之处在于，如果匹配到匹配到x不等于y了，x保持不动，y返回到自己next数组对应的位置，重新和x进行匹配。next[y]之前的字符默认和x之前的字符都相等！
在这里插入图片描述

原理：

注意是给子串建立一个next数组
如果上面的看不懂，看下面这个实例，字符串str2匹配str1,两个都是从0开始，但是str2匹配到下标为6的位置发现和str1不相等，然后它就会跳到下标为next[6]=3的位置重新和str1第6个位置匹配。如果还不相等，就会跳到该位置的next[3]的位置重新和str1的下标为6的位置进行匹配。

这种方法有两个隐含条件：
1.相当于str2从下标为3的地方重新和str1进行匹配，并且下标为3，4，5一定和str2下标为0，1，2，相等。

2.str1在下标为1，2的地方一定不能和str2匹配成功。
在这里插入图片描述

证明：

哎，证明不太好用语言解释啊。

证明第一个条件：
在这里插入图片描述
证明第二条：

    int* getNext(string p)
    {
        int* next = new int[p.length()];//开辟一段数组空间用来储存要对比的字符串
        next[0] = -1;           //固定的，第一个字符串的匹配度必须是-1
        int j = 0;				//副字符串的指针
        int k = -1;				//副字符串的next下标
        while (j < (int)p.length() - 1)
        {
        	//，或者正在对比的字母等于它的next[]值
            if (k == -1 || p[j] == p[k])
            {
            	//指针向后移动
            	//next值加1，并赋给新的j!!!这里非常重要，不理解看链接
                j++;
                k++;
                next[j] = k;
            }
            else
            {
            	//如果此时的字母不等于它的next[]值，那就重新赋值k重新找，直到找到为止
                k = next[k];
            }
        }
        return next;
    }

上面代码我说说我的理解：
整体思想就是为了给副字符串寻找next数组，即给副字符串的每一个字母都找到它的最大匹配度。
那应该怎么找呢？最大匹配度意味着前缀和后缀相等时的最大长度。第0个字母的最大匹配长度一定是-1，所以next[0] = -1;k=-1;k是临时空间用来存储next值。
进入if语句，j++,k++,便开始第1个字母的填充了，它把第二个字母填充为next[1]=0;这个对于所有字符串一定成立的。接下来就是重点了，当进入下一轮while循环的时候，此时依然是遍历第二个字母的时候，k已经为0，所以if的第一个条件一定不成立，**第二个条件p[1]==p[0],它代表的是遍历到的该字母是否等于它最大字符匹配度处的字母，如果不等于，就让k=next[k],这时重新k=-1,重新进入if语句里面，但是j没有动，进入if后开始遍历下标为2的字母，因为前面k=-1,所以next[2]=0;下一轮还是下标为2的字母，k又重新变成了-1，在下一轮时，把下标为3的字母next[3]=0;
假设这个字符串是abca，但是再下一轮遍历，此时发现p[3]=p[k],

如果等于，那么下一个字母的最大字符匹配度就是该字母最大字符匹配度加1，**原因很简单，如下图，如果该字母和它的next位置相等，而因为next位置表示的就是该前缀等于后缀时，前缀后面的位置，所以对于下一个字母的next，就是在前一个next的基础上加1。
在这里插入图片描述

如果p[1]！=p[0],它代表的是遍历到的该字母不等于它最大字符匹配度处的字母，不等于就改变k接着找，这个改变很巧妙，不是k–，而是找next[k]，如果找不到就把它的next赋为0，找到就变为k+1;

详细的KMP代码详解

完整算法：

    int KMP(string T,string p)
    {
        int i=0;
        int j=0;
        int* next=getNext(T);
        while (i < (int)T.length() && j < (int)p.length())
        {
            if (j == -1 || T[i] == p[j])
            {
                i++;
                j++;
            }
            else
            {
                j=next[j];
            }
        }
        if (j == (int)p.length())
        {
            return i-j;
        }
        return -1;
    }