模式匹配-KMP算法

KMP算法及求next函数值

今天复习到了串的模式匹配，有两种算法，一种简单的，还有一种改良后的，称为KMP算法。这篇说我对KMP算法的理解。

KMP

s串：主串；t串：子串

先说一下为什么要改良，简单的模式匹配效率低速度慢，而造成这种局面的根本就是一遍又一遍的返回，匹配失败后，s串回到下一个字符，t串回到第一个字符，这是不必要的，这就使效率变低。

如果在某趟匹配过程中，在Si和tj匹配失败后（即 t1t1…tj-1 = Si-j+1Si-k+2…Si-1 tj前所有字符与Si前所有字符匹配成功），i不返回到s串下一个字符，而是向右滑，存在tk前所有字符与Si前所有字符匹配成功，即 t1t2…tk-1 = Si-k+1Si-k+2…Si-1(原谅我不会打下标），k一定比j小，因为j后的字符还没有匹配到，所以tj的前k个字符与Sj的前k个字符匹配，即tj-k+1tj-k+2…tj-1 = Si-k+1Si-k+2…Si-1,以上可知，t1t2…tk-1=tj-k+1tj-k+2…tj-1
所以只要当匹配失败时，找出k值，就可以使tk对准Si继续匹配。

假设已有next函数情况下KMP代码：

int KMP(char s[],char t[],int next[])
{
   int i=pos,j=1;
   while(i<=s[0]%%j<=t[0])//没遇到结束符
   {
      if(j==0||s[i]==t[j])
        i++;j++;
      else j=next[j];//右滑
   }
   if(j>t[0]) return (i-t[0]);
   else return 0;
}

next

我们把要求的k值表示为next（j），next值取决于子串本身。next（1）=0是一定的。
设next（j）=k,即t1t2…tk-1=tj-k+1tj-k+2…tj-1
那么next（j+1）等于什么呢？
如果tk=tj，即t1t2…tk=tj-k+1tj-k+2…tj也就是 next(j+1)=k+1=next(j)+1
如果tk!=tj的话，可把现在tk!=tj当做模式匹配问题，现在tk与tj不匹配，那么应该找到k’可以继续匹配，即next(k)=k’，tk’=tj;则t1t2…tk’=tj-k’+1tj-k’+2…tj所以next(j+1)=k’+1=next(k)+1
如果tk’！=tj一直找下去k一直减小直至1，那么next(k)=0故next(j+1)=next(k)+1=1
代码如下：

void getnext(char t[],int next[])
{
   int j=1,k=0;
   next[1]=0;
   while(j<t[0])//未遇到结束符
   {
      if(k==0||t[j]==t[k])
        j++;k++;next[j]=k;
      else k=next[k];
   }
}

下面举一个例子

主串	aabcbabcaabcaababc
子串	abcaababc

next

j	1	2	3	4	5	6	7	8	9
子串	a	b	c	a	a	b	a	b	c
next(j)	0	1	1	1	2	2	3	2	3

经以上代码测试正确，想自己测试一遍可进行测试，应该是没有问题的，如有问题请评论告诉我然后我修改哦

利用next函数进行匹配过程

第一趟：

a	a	b	c	b	a	b	c	a	a	b	c	a	a	b	a	b	c
a	b-	c	a	a	b	a	b	c

b-位置失败，i=2,j=2,next(2)=1,故j=1，t1与S2比较

第二趟：

a	a	b	c	b	a	b	c	a	a	b	c	a	a	b	a	b	c
	a	b	c	a-	a	b	a	b	c

a-位置失败，i=5,j=4,next(4)=1,故j=1,t1与S5比较

第三趟：

a	a	b	c	b	a	b	c	a	a	b	c	a	a	b	a	b	c
				a	b	c	a	a	b	a	b	c

j++;i++;

第四趟：

a	a	b	c	b	a	b	c	a	a	b	c	a	a	b	a	b	c
					a	b	c	a	a	b	a-	b	c

a-位置失败，i=12,j=7,next(7)=3,故j=3,t3与S12匹配

a	a	b	c	b	a	b	c	a	a	b	c	a	a	b	a	b	c
									a	b	c	a	a	b	a	b	c

匹配成功

以上就是所有理解啦，我是参考课本和查找资料，自己理解并了解的，希望有什么不足请指出。bye