KMP算法

---

categories: 算法
tags:

• python
• kmp

---

为什么用ta

kmp一个效率非常高的字符串匹配算法。
有问题如下：

#求b在a中出现次数
a = "ababacababadababadadda"
b = "ababad"

kmp可以将暴力法的O(m*n)降低为O(m+n)

该怎么用ta

1. 计算temp数组
   temp数组可理解为一组b中相同前后缀的标记(不能为本身长度)

b = "ababad"
对第一位'a'，没有相同前后缀，temp[0] = 0
对第二位'ab'，temp[1] = 0
对第三位’aba'，temp[2] = 1
以此类推，temp= [0,0,1,2,3,0]

def cal_temp(b):
    #K是一个对相同前后缀的标记
    temp,k=[0],0
    #从索引1处开始遍历
    for i in range(1,len(b)):
        while k>0 and b[i]!=b[k]:
            k=temp[k-1]
        if b[i]==b[k]:
            k+=1
        temp.append(k)
    return temp

分析一下代码：

• i=1时，’ab’，b[1]!=b[0]，temp.append(0)
• i=2时，‘aba’，b[2]==b[0]，temp.append(1)
• i=3时，‘abab’，b[3]==b[1]，temp.append(2)
• i=4时，‘ababa’，b[4]==b[2]，temp.append(3)
• i=5时，‘ababad’，temp=[0,0,1,2,3]
  b[5]!=b[3]，k=temp[3-1]=1
  b[5]!=b[1]，k=temp[1-1]=0
  temp.append(0)

发现比较难理解的是那个回溯的地方：k=temp[k-1]
没事，把i=5的情况再分析一下：

i=5时，‘ababad’，temp=[0,0,1,2,3]，k=3

aba and aba can match,k=3
a and a can match,k=(aba的匹配数1,即temp[k-1])
more explain: aba can see as a and a,the first a can match the fourth a

2. kmp
   打完上面的怪，就可以直接写kmp了

def kmp(a,b):
    temp=cal_temp(b)
    ans,k=0,0
    for i in range(len(a)):
        while k>0 and a[i]!=b[k]:
            k=temp[k-1]
        if a[i]==b[k]:
            k+=1
        if k==len(b):
            ans+=1
            k=temp[k-1]
    return num

小结

利用已匹配的信息，迈出比较大的步子。