KMP字符串匹配算法

KMP字符串匹配算法

       有关KMP算法的博文也是比较多的，但大多都是比较理论化的讲解，数学功底比较差的阅读起来也是相当吃力，今天来写一个比较通俗易懂的版本。

       KMP算法实际上是利用了一个a=b,b=c，那么a也就等于c的思想。首先是有一个字符串子串的匹配表。这个表实际就是用来记录子串中每一段串重复的字符个数，这样说起来可能很抽象，看个例子。已知子串为：ABCDABD

     继续分析下这个表，首先表中最开始A字符对应的表中数为0，B也为0，但后来A对应的就是1，B对应的就是2，那这是为什么呢？我第一次看到这个的时候也是一脸懵逼。其实他这个记录的是连续重复字符的个数，如果第一个B那么你从字符串中把B之前的全部截出来也就是AB，AB中前后没有重复的字符，第二个B的时候，截出来的字符串应该是ABCDAB，这个时候截出来的字符串中有两个字符前后是相等的，AB。所以第二个B中记录的数就是2。来看看实现这个表的代码。

	public static int[] kmpNext(String dest) {
		int[] next=new int[dest.length()];
		next[0]=0;
		for (int i = 1,j=0; i < dest.length(); i++) {
			while(j>0&&dest.charAt(i)!=dest.charAt(j)) {
				j=next[j-1];
			}
			if(dest.charAt(i)==dest.charAt(j)) {
				j++;
			}
			next[i]=j;
		}
		return next;
	}

     代码逻辑主要就是定义了两个搜索下标i，j。i初始值为1，j为0。两个同时进行遍历，当i搜索的字符跟j搜索的字符相等时，那么j++，这个j实际就是记录了相等字符的长度，如果不等时那么让匹配表中的前一个字符对应的数值赋值给j。
     为什么要这么写呢？来分析。当上面的子串遍历到第二个A的时候，两个字符串相等那么j++,j=1，到了第二个字符B的时候j再次加1，j=2。到这里思维逻辑比较差的，就不太能想明白了。因为截取的当前子串肯定比前一个截取的子串长，也就是当前截取的子串里面包含前一个截取的子串，那么如果当前的i跟j对应的字符相等，那么j前面对应的全部字符跟i对应的字符肯定也相等。因为如果前面不等，j是不会向后走的。如果当前的i跟j不等，那么继续刷新j（j=next[j-1]），实际就是把j向前调，看看前面是否相等，直到j<=0。到此匹配表介绍完毕，来看看KMP搜索。直接上代码。

	public static int kmp(String str1,String str2,int[] next) {
		
		for (int i = 0,j=0; i < str1.length(); i++) {
			
			/**
			 * j=next[j-1] 表示当j遍历到与i对象的字符不相等时 那么它j-1的字符跟i-1所对应的字符肯定相等，
			 *     查阅匹配值表next中的j-1对象的值 ，将这个值赋给j，如果j与主串的i相等那么子串的j前面的字符一定也相等
			 */
			while(j>0&&str1.charAt(i)!=str2.charAt(j)) {
				j=next[j-1];
			}
			if(str1.charAt(i)==str2.charAt(j)) {
				j++;
			}
			if(j==str2.length()) {
				return i-j+1;
			}
		}
		
		return -1;
	}

     这个代码最核心的部分我已经注释了，实际上跟匹配表中的代码一样。这里就体现了a=b,b=c,a=c的思想。比如主串：BBC1ABCDAB 1ABCDABCDABDE，子串：ABCDABD。（主串中的1代码空格）
     当主串匹配到ABCDABC时C对应的子串中的D，显然不相等，那么前面的字符串肯定是匹配相等的。这时候将匹配表next数组中的前面的这个字符B对应的数值取出来，这个值代表的就是前面相同的字符的长度。将j回溯到这个值上，再次比较j跟i是否相等，如果相等，那么j子串前面的字符肯定跟i主串前面的字符相匹配。如果不等那就继续while找相等。