KMP算法

1.简单模式匹配算法（暴力匹配）

在简单的模式匹配算法中，我们使用的是一种暴力求解的匹配思路。

假设有主串S1和模式串S2，在S2向S1匹配的过程中，一但一次匹配失败，我们需要回溯主串的位置进行重新匹配：

假设在这样的位置比较失败了，这次主串比较的起始位置为1，那么在下次重新比较的时候需要从下一个起始位置2开始对模式串重新比较匹配。

这样的算法简单但是暴力，其算法的时间复杂度为O（nm）其中n为主串长度，m为模式串的长度。为了节省时间优化时间复杂度，引入下面的KMP算法。

2.KMP算法

首先分析暴力匹配模式的缺点，即时间复杂度不理想的原因是每一次模式串匹配失败后，主串和模式串都需要进行回溯，而这样的回溯是极其浪费时间的。为了进行改进，我们可以思考如何尽量减少不必要的回溯，这就是KMP算法的核心。

KMP算法是对字符串的简单模式匹配算法的一种改进,其思想是只让模式串的比较位置发生改变移动，而不使主串的比较位置进行回溯。如果采用kmp算法，上图在第一次比较失败后应当使模式串右移至下图的位置进行比较：


如何做到在主串匹配位置不变的情况下，让模式串移动到合适的位置上？
KMP算法给出了模式串移动距离的公式，KMP算法的移动公式：
$$模式串右移量=已匹配字符数-前缀与后缀的最大公共串长度$$
下面对公式进行一定的解释：
前缀：除最后一个字符外，字符串的所有头部子串
后缀：除第一个字符外，字符串的所有尾部子串
我们要计算的最大公共串长度是指匹配失败的字符前的字符串（不包括匹配失败的字符）的公共前后缀最大长度。
例如：上图第一次匹配失败的字符为模式串中的a，a前的字符串为abcab，最长的公共前后缀为ab，长度为2，而已匹配的字符串长度为j-1=5；
所以我们可以计算出右移数量为：move=5-2=3；
而新的j为值应为j=j-move=6-3=3

为了更快地在匹配失败时确定模式串应该回溯到的正确位置，我们采用一种很常见的，时间换空间的思想。即用一个next数组来记录在模式串在第j个位置匹配失败后因该回溯到的正确的位置。这样一来当我们匹配失败时，可以让主串不动，直接通过next数组让模式串移动，然后继续匹配。

求next数组

next数组的意义：next数组用来记录j位置的字符串匹配失败后应该移动到的新的位置j，即j=next[j]

这里简单推导一下为什么j=next[j]：
$$move=已匹配字符数-最长公共前后缀$$
$$最长公共前后缀=next[j]$$
$$已匹配字符串=j(j从0开始)$$
j应该移动到的位置：
$$j=j-move=j-(j-next[j])=next[j]$$
如何求解next数组是KMP的一个难点和核心

假设字符串是从索引位置0开始存储的

一般经典的求解算法代码如下：

void get_next(char *s,int *next)
{
	next[0]=-1;
	int i=0,j=-1;
	//关于j=-1 赋值为-1的意义： 要始终保证j=next[j] 而next[0]=-1 i=j+1 
	//j表示已匹配的字符串
	//如果j=-1说明没有可以匹配的字符串，则让后缀向后扩展，寻找新的可以和前缀匹配的后缀 
	int length=sizeof(s)/sizeof(char);
	while(i<length)
	{
	
		if(j==-1||s[i]==s[j])//当是s[i]==s[j]时  next[j+1]=next[j]+1 成立,next[-1+1]=next[-1]+1是特殊条件 
		{
			i++;
			j++;
			next[i]=j;//如果s[i]==s[j]，则next[j+1]=next[j]+1;
			//i=j+1  j=next[j] j++==next[j]+1
		}
		else
		{
			j=next[j];
		}
	}
	
 } 

代码看似简洁明了，但是个人感觉比较难搞懂 这里做出解释： 首先我们根据KMP算法的特性可以推出一个很重的公式： 假如s[j]=s[i]则： next[j+1]=next[j]+1 这个公式理解起来比较简单： 假设next[j]=n,n取决于位置1~（j-1）的字符串的最大公共前后缀长度，而next[j+1]是由 1 ~ j的字符串的最大公共前后缀长度决定的，现在j位置的字符和i位置的字符匹配了，那么自然最大公共前后缀的长度又增加了1，这将导致next[j+1]的值在next[j]的基础上也增加了1.

再解释以下代码中i和j再算法中的实际意义：
j表示所配匹配的前缀的下一个字符的位置，j表示被匹配的字符数量，也就是当前公共缀的长度
而i表示后缀正在被匹配的位置
j的初始值被赋值为-1，表示初始当前的next[0]匹配的公共串的长度为0，随着j的增加，被匹配的公共串的长度也在增加
如果s[j]和s[i]的字符不匹配了，这时要让j回到它应该回到的位置重新进行匹配，而j应该回到的位置正好是next[j]所存储的值，如果当特殊情况j刚好在0也就是字符串首的位置，那么j就没有办法再左移了，只能想办法让i右移，比较新的位置的next值，获得新的后缀位置，所以我们把next[0]的位置赋值为-1，让j=next[0]即让j相对于i左移了一位，再让i和j同时加1则可以实现i的右移，来计算新位置的next值。

由上述算法求出图中模式串的next数组内容为：
next    0 1 2 3 4 5 6 7
value -1 0 0 0 1 2 1 2

有了模式串的next数组后，再利用next数组来匹配模式串在主串中的位置的算法就会比较简单：

int Kmp(char s1[],char s2[],int length1,int length2)
{
	int next[length2];
	int i=0,j=0;
	get_next(s2,length2,next);
	printf(" next 数组的内容为：\n");
	int k=0;
	for(k=0;k<length2;k++)
	{
		printf("%d ",next[k]);
	}
	
	while(i<length1)
	{
		if(j==-1||s1[i]==s2[j])
		{
			i++;j++;
		}
		else
		{
			j=next[j];
		}
		if(j==length2-1)
		{
			return j;
		}
	}
	return -1;
}

这里需要注意的一点是，当模式串与主串匹配成功时，我们自然可以得到最终的j的位置为length2-1.
但是如果匹配失败时的情形时怎样的：
这里需要注意到算法中主串i的值始终只有++的可能，而当匹配一直失败时，模式串j的位置总是最终会回滚到-1（意味着可以使i进行一次增长），这样一来就保证了i的值最终一定可以突破主串的长度来跳出循环。