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”?
- 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
- 重复第一步,还是不符合,再后移
- 一直重复,直到 Str1 有一个字符与 Str2 的第一个字符符合为止
- 接着比较字符串和搜索词的下一个字符,还是符合
- 遇到 Str1 有一个字符与 Str2 对应的字符不符合。
- 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。)
- 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
- 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:
- 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。
- 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。
- 因为空格与 A 不匹配,继续后移一位。
- 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。
- 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。
- ”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;
}
}