数据结构与算法-KMP算法 | 尚硅谷韩顺平

一、字符串匹配问题

有一个字符串str1和字符串str2，现在要判断str1是否含有st2

如果有，就返回第一次出现的位置，如果没有就返回-1

二、暴力匹配算法

如果用暴力匹配算法，假设现在str1匹配到i的位置，子串st2匹配到j位置，i为str1索引，j为str2的索引，则步骤如下：

• 如果当前匹配成功，则i++，j++，继续匹配下一个
• 如果失败，让i=i-(j-1)，j=0 相当于失败的回溯吗，j重置为0

用暴力方法解决会大量回溯，每次只移动一位，如果不匹配，移动到下一位继续判断，效率低

代码实现 

public class ViolenceMatch {
    public static void main(String[] args) {
        String str1 = "韩顺平韩顺平韩顺平，我想进大厂";
        String str2 = "我想进大厂";
        int index = violenceMatch(str1,str2);
        System.out.println(index);
    }

    public static int violenceMatch(String str1,String str2){
        char[] s1 = str1.toCharArray();
        char[] s2 = str2.toCharArray();

        int s1Len = s1.length;
        int s2Len = s2.length;

        int i=0;//i索引指向s1
        int j=0;//j索引指向s2
        while (i<s1Len && j<s2Len){ //保证匹配时不越界
            if (s1[i]==s2[j]){
                i++;
                j++;
            }else { //没有匹配成功
                i=i-(j-1);
                j=0;
            }
        }
        //判断是否匹配成功
        if (j==s2Len){
            return i-j;
        }else {
            return -1;
        }
    }
}

三、KMP算法

基本介绍

KMP是解决模式串在文本串是否出现过，如果出现过，返回最早出现的位置的经典算法

字符串查找算法，简称“KMP算法”，常用于一个S串内找子串P出现的位置

KMP算法是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，省去大量时间

思路分析图解

举例来说，有一个字符串 Str1 = “BBC ABCDAB ABCDABCDABDE”，判断，里面是否包含另一个字符串 Str2 =“ABCDABD”？

1. 首先，用 Str1 的第一个字符和 Str2 的第一个字符去比较，不符合，关键词向后移动一位
2. 重复第一步，还是不符合，再后移
3. 一直重复，直到 Str1 有一个字符与 Str2 的第一个字符符合为止
4. 接着比较字符串和搜索词的下一个字符，还是符合
5. 遇到 Str1 有一个字符与 Str2 对应的字符不符合。
6. 这时候，想到的是继续遍历 Str1 的下一个字符，重复第 1 步。(其实是很不明智的，因为此时 BCD 已经比较过了， 没有必要再做重复的工作，一个基本事实是，当空格与 D 不匹配时，你其实知道前面六个字符是”ABCDAB”。KMP 算法的想法是，设法利用这个已知信息，不要把”搜索位置”移回已经比较过的位置，继续把它向后移，这样就提高了效率。)
7. 怎么做到把刚刚重复的步骤省略掉？可以对 Str2 计算出一张《部分匹配表》，这张表的产生在后面介绍
8. 已知空格与 D 不匹配时，前面六个字符”ABCDAB”是匹配的。查表可知，最后一个匹配字符 B 对应的”部分匹配值”为 2，因此按照下面的公式算出向后移动的位数：
9. 移动位数 = 已匹配的字符数 - 对应的部分匹配值因为 6 - 2 等于 4，所以将搜索词向后移动4 位。
10. 因为空格与Ｃ不匹配，搜索词还要继续往后移。这时，已匹配的字符数为 2（”AB”），对应的”部分匹配值” 为 0。所以，移动位数 = 2 - 0，结果为 2，于是将搜索词向后移 2 位。
11. 因为空格与 A 不匹配，继续后移一位。
12. 逐位比较，直到发现 C 与 D 不匹配。于是，移动位数 = 6 - 2，继续将搜索词向后移动 4 位。
13. 逐位比较，直到搜索词的最后一位，发现完全匹配，于是搜索完成。如果还要继续搜索（即找出全部匹配）， 移动位数 = 7 - 0，再将搜索词向后移动 7 位，这里就不再重复了。
14. ”部分匹配”的实质是，有时候，字符串头部和尾部会有重复。比如，”ABCDAB”之中有两个”AB”，那么它的”部分匹配值”就是 2（”AB”的长度）。搜索词移动的时候，第一个”AB”向后移动 4 位（字符串长度- 部分匹配值），就可以来到第二个”AB”的位置。 

 “部分匹配值”就是”前缀”和”后缀”的最长的共有元素的长度。以”ABCDABD”为例，

• －”A”的前缀和后缀都为空集，共有元素的长度为 0；
• －”AB”的前缀为[A]，后缀为[B]，共有元素的长度为 0；
• －”ABC”的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度 0；
• －”ABCD”的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为 0；
• －”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；
• －”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；
• －”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。

 代码实现

public class KMPAlgorithm {

    public static void main(String[] args) {
        String st1 = "BBC ABCDAB ABCDABCDABDE";
        String st2 = "ABCDABD";

        int[] next = kmpNext(st2);
        System.out.println(Arrays.toString(next));

        int index = kmpSearch(st1,st2,next);
        System.out.println(index);
    }

    //写出KMP搜索算法
    /**
     * @param str1 原字符串
     * @param str2 子串
     * @param next 部分匹配表，子串对应的部分匹配表
     * @return 如果是-1没有 否则返回第一个匹配位置
     */
    public static int kmpSearch(String str1,String str2,int[] next){

        //遍历str1
        for (int i=0,j=0; i<str1.length();i++){

            //当不匹配时 核心
            while (j>0 && str1.charAt(i) != str2.charAt(j)){
                j=next[j-1];
            }
            if (str1.charAt(i) == str2.charAt(j)){
                j++;
            }
            if (j==str2.length()){ //找到了
                return i-j+1;
            }
        }
        return -1;
    }

    //获取到一个子串的部分匹配值
    public static int[] kmpNext(String dest){
        //创建一个next数组保存部分匹配值
        int[] next = new int[dest.length()];
        next[0] = 0; //如果字符串是长度为1 部分匹配值就是0
        for (int i=1,j=0; i<dest.length();i++){
            //当dest.charAt(i)！=dest.charAt(j)我们需要从next[j-1]获取新的j
            //知道我们发现有dest.charAt(i)==dest.charAt(j)满足才退出
            //KMP核心
            while (j>0 && dest.charAt(i)!=dest.charAt(j)){
                j= next[j-1];
            }

            //当这个条件满足，部分匹配值+1
            if (dest.charAt(i)==dest.charAt(j)){
                j++;
            }
            next[i]=j;
        }
        return next;
    }
}