KMP算法

KMP算法

• KMP是一个解决模式串在文本串是否出现过，如果出现过，最早出现的位置的经典算法

• KMP方法算法就利用之前判断过信息，通过一个next数组，保存模式串中前后最长公共子序列的长度，每次回溯时，通过next数组找到，前面匹配过的位置，省去了大量的计算时间

• 思路：

  • 在找到第一个合适的位置后一直匹配下去，如图：

• 此时D这个字母明显无法匹配到，若采用暴力算法继续匹配则会产生很多重复的步骤

• 因此建立一张《部分匹配表》

• 该部分匹配表怎么建立？以”ABCDABD”为例
  *（不同的字串有不同的部分匹配表）

  “部分匹配值”就是”前缀”和”后缀”的最长的共有元素的长度。

  1. “A”的前缀和后缀都为空集，共有元素的长度为0;
  2. ”AB”的前缀为[A]，后缀为[B]，共有元素的长度为0;
  3. ”ABC”的前缀为[A, AB]，后缀为[BC,C]，共有元素的长度0;
  4. "ABCD"的前缀为[A, AB,ABC]，后缀为[BCD, CD,D]，共有元素的长度为0;
  5. ”ABCDA”的前缀为[A,AB,ABC,ABCD]，后缀为[BCDA, CDA, DA,A]，共有元素为”A”，长度为1;
  6. ”ABCDAB”的前缀为[A,AB, ABC,ABCD, ABCDA]，后缀为[BCDAB,CDAB,DAB,AB,B]，共有元素为”AB",长度为2;
  7. ”ABCDABD”的前缀为[A,AB,ABC, ABCD,ABCDA,ABCDAB],后缀为[BCDABD, CDABD,DABD,ABD,BD,D],共有元素的长度为0。

• 该表建立好后，kmp算法将按照公式进行匹配

• 公式：在一次匹配不对后，暴力算法是按往后移动一位来继续匹配

  ​ 而kmp算法移动的位数 = 已匹配的字符数 - 对应部分的匹配值

• 在下图中，已匹配的字符数为6，对应部分匹配值为2，则移动4位

代码实现

public class KMP {
    public static void main(String[] args) {
        String str1 = "BBC ABCDAB ABCDABCDABDE";
        String str2 = "ABCDABD";
        int[] aa = getNext(str2);
        int index = kmpSearch(str1,str2,aa);
        System.out.println(index);

    }

    /**
     * kmp查找算法
     * @param str1 源字符串
     * @param str2 子串
     * @param next 字串的部分匹配表
     * @return 返回-1则找到，否则返回第一个匹配的位置
     */
    public static int kmpSearch(String str1, String str2, int[] next) {
        for (int i = 0, j = 0; i < str1.length(); i++) {
            //如果匹配到的值不等，则利用next的部分匹配表来进行移动

            while (j > 0 && str1.charAt(i) != str2.charAt(j)) {
                //这里的j表示已经匹配到了j个字符，j跟部分匹配表有关
                //这么计算后相当于i的指针从不用回头去再匹配，只需一直匹配下去
                //j = next[j - 1];这个相当于kmp的核心，不理解的话当成公式记忆
                j = next[j - 1];
            }
            //如果匹配到的值相等，则j++，就一直匹配下去
            if (str1.charAt(i) == str2.charAt(j)) {
                j++;
            }
            //找到了
            if (j == str2.length()) {
                return i - j +1;
            }
        }
        return -1;
    }

    /**
     * 创建一个方法获取部分匹配值
     * @param string 要查找的字符串
     * @return 返回一个数组，数组下标i的数值表示前i+1个字符对应的部分匹配值
     */
    public static int[] getNext(String string){
        //创建数组来保存next
        int[] next = new int[string.length()];
        //如果字符串长度为1则
        next[0] = 0;
        //遍历字符串
        for (int i = 1 , j = 0; i < string.length(); i++) {
            //KMP算法的核心，可验证
            // j = next[j - 1];这个相当于kmp的核心，不理解的话当成公式记忆
            while (j > 0 && string.charAt(i) != string.charAt(j)) {
                j = next[j - 1];
            }
            //如果匹配到则j++
            if (string.charAt(i) == string.charAt(j)) {
                j++;
            }
            next[i] = j;
        }
        return next;
    }
}