KMP算法

KMP算法，即从文本串S[]中找到与模式串P[]匹配的最前位置。

平时利用的暴力匹配算法，需要对S[]进行遍历，先找到S[]中与P[0]相同的元素，再看S[]之后的元素与P[0]之后的所有元素是否完全匹配。如果不匹配，则回溯到与P[0]对应的S[]元素的下一位继续进行判断，这种把元素察看回溯到最前面再与P[0]进行判断的方法滥用了一部分算法。
KMP算法就是对这一回溯过程进行优化，P[]位置不变，S[]右移一段距离，此时，在该元素之前的S[]中的元素与P[]中的元素已经相等。

利用暴力匹配算法回溯的情况：

利用KMP算法右移的情况：

明显尤其是对于较长模式串运算时，KMP节省了大量的算法。

KMP!!!

如何计算呢？
这里就涉及到KMP算法中一个特殊的next数组。
next数组即寻找前缀和后缀最长的公共元素后，对模式串里的所有元素标记对应的数字。

对于后缀ab中的a，与前缀第一元素a对应，a标记为1
对于后缀ab中的ab，与前缀中的ab对应，b标记为2
对于后缀bab中第一个b，没有前缀对应，标记为0
同样，第一个a标记为0
（后缀和前缀中的匹配都是从左往右看的）
转换成next数组
所有值后移一位，初值赋为-1

对于此例子：

有：

模式串的next数组为：

使用
对于D，next对应的数是2，模式串长度为7，D在串中的位置是P[6],则右移6-2=4个单位。即j-next[j]。

此时该元素之前的元素已经一一对应，只需检查之后的元素是否匹配即可。

C不匹配，右移2-0=2位

A再次失配，右移0-（-1）=1位

D失配，右移6-2=4位

匹配成功，过程结束。

next数组获取代码

通过递推求得next数组，最后得到式子如下

void GetNext(char* p,int next[])
{
	int pLen = strlen(p);
	next[0] = -1;
	int k = -1;
	int j = 0;
	while (j < pLen - 1)
	{
		//p[k]表示前缀，p[j]表示后缀
		if (k == -1 || p[j] == p[k]) 
		{
			++k;
			++j;
			next[j] = k;
		}
		else 
		{
			k = next[k];
		}
	}
}

得到next数组：

next数组代码优化

对于此种情况：

因为元素b位置右移后依然是元素b，必然失配：

优化代码如下：

//优化过后的next 数组求法
void GetNextval(char* p, int next[])
{
	int pLen = strlen(p);
	next[0] = -1;
	int k = -1;
	int j = 0;
	while (j < pLen - 1)
	{
		//p[k]表示前缀，p[j]表示后缀  
		if (k == -1 || p[j] == p[k])
		{
			++j;
			++k;
			//较之前next数组求法，改动在下面4行
			if (p[j] != p[k])
				next[j] = k;   //之前只有这一行
			else
				//因为不能出现p[j] = p[ next[j ]]，所以当出现时需要继续递归，k = next[k] = next[next[k]]
				next[j] = next[k];
		}
		else
		{
			k = next[k];
		}
	}
}

对于优化后的next数组可以发现一点：如果模式串的后缀跟前缀相同，那么它们的next值也是相同的。例如abcabc，前后缀都为abc，优化后的next数组为-1 0 0 -1 0 0.

int KmpSearch(char* s, char* p)
{
	int i = 0;
	int j = 0;
	int sLen = strlen(s);
	int pLen = strlen(p);
	while (i < sLen && j < pLen)
	{
		//①如果j = -1，或者当前字符匹配成功（即S[i] == P[j]），都令i++，j++    
		if (j == -1 || s[i] == p[j])
		{
			i++;
			j++;
		}
		else
		{
			//②如果j != -1，且当前字符匹配失败（即S[i] != P[j]），则令 i 不变，j = next[j]    
			//next[j]即为j所对应的next值      
			j = next[j];
		}
	}
	if (j == pLen)
		return i - j;
	else
		return -1;
}

KMP时间复杂度

文本串长度为n
模式串长度为m
匹配过程的时间复杂度为O(n)，算上计算next的O(m)时间
KMP的整体时间复杂度为O(m + n)
扩展：BM算法，Sunday算法。

举个栗子

void MoveNext(int *next, int size) {
    for (int i = size - 1; i > 0; i--) {
        next[i] = next[i - 1];
    }
    next[0] = -1;
}

// 通过计算返回字串T的next数组
void GetNext(char *b, int *next) {
    int pre = 0; //前缀
    int suf = 1; //后缀
    int m = strlen(b);
    next[0] = 0;
    while (suf < m) {
        if (b[suf] == b[pre]) {
            pre++;
            next[suf] = pre;
            suf++;
        } else {
            if (pre > 0)
                pre = next[pre - 1];
            else {
                next[suf] = 0;
                suf++;
            }
        }
    }

    MoveNext(next, m);
}

int strStr(char *a, char *b) {
    if (strlen(b) == 0) return 0;
    int n = strlen(a);
    int m = strlen(b);
    int *next = (int *)malloc(sizeof(int) * m);
    GetNext(b, next);

    int idx_a = 0; // a下标
    int idx_b = 0; // b下标
    while (idx_a < n) {
        if (idx_b == m - 1 && a[idx_a] == b[idx_b])
            return idx_a - idx_b;
        if (a[idx_a] == b[idx_b]) {
            idx_b++;
            idx_a++;
        } else {
            idx_b = next[idx_b];
            if (idx_b == -1) {
                idx_b++;
                idx_a++;
            }
        }
    }
    return -1;
}