难哭我的KMP算法及代码

计算机练习生

已于 2022-03-19 18:45:49 修改

阅读量213

点赞数

分类专栏：计算机算法解析文章标签：算法

于 2022-03-19 09:52:06 首次发布

本文链接：https://blog.csdn.net/weixin_55398970/article/details/123589093

版权

计算机同时被 2 个专栏收录

4 篇文章 0 订阅

订阅专栏

算法解析

1 篇文章 0 订阅

订阅专栏

难哭我的KMP算法及代码

说实话，本作者（灵感）也是搞了好几个小时才明白了KMP算法，这中间的心酸和无奈可想而知，明白之后就立即写下这千字长文来帮助大家更快，更深的理解，希望大家看完本文后能够有一个清晰透彻的理解。
不得不说的是，使用KMP算法的题只能算作简单题目，可见现在的孩子都卷成什么样了（害怕），再不努力就真成渣渣了。
提醒：想要透彻理解KMP算法，可能需要多看几遍，明白之后你将不得不说：“ 牛逼 ”！

重难点

重点：

KMP算法的核心要义

KMP为什么这么牛？

前缀函数和匹配模式

难点：

移动的距离怎么计算，为什么要移动这么多？

前缀函数的值计算怎么这么难懂？

为什么要把前缀函数的值赋给 j ?

入门知识

KMP算法是模式匹配的一种常用算法，即对子串在主串中定位，得到子串在主串中出现的第一个位置，它是由Knuth,Pratt,Morris共同创造（向大佬致敬！），此算法的时间复杂度仅为O（n+m），而暴力解法最坏的情况需要O（n*m），可以见得此算法的厉害了吧！
此算法的核心要义即为不需要像暴力解法那样一个一个地去匹配，而是跳过一段不必要的距离（这些中间字符即使去匹配也不会成功）来进行匹配。

（不好意思，由于图片找不到了，详细讲解可前往公众号

KMP算法的基本移动逻辑，主串中的字符不动，而时模式串中的字符移动一定的距离，来与其进行匹配，其实我们可以观察出，在第一次匹配时，前两个字符成功，第三个失败，我们可以直接跳到第四个字符进行匹配，图中的二，三步完全是不必要的。而此算法正是和我们想的一样这么去做的。

接下来，把你的疑问写到纸上，我将一一给你解答！

前后缀

前缀函数记作 pi（i）
举个例子：

有一段字符串 a a b a a a b

首先第一个字符 a 没有真前缀和真后缀，根据规定为0(可以发现对于任意字符串 pi (0)=0 必定成立)

pi(1) = 1，因为 aa 最长的一对相等的真前后缀为 aa，长度为 1；

pi(2) = 0，因为 aab没有对应真前缀和真后缀，根据规定为 0；

pi(3) = 1，因为 aaba 最长的一对相等的真前后缀为 a，长度为 1；

pi(4) = 2，因为 aabaa 最长的一对相等的真前后缀为 aa，长度为 2；

pi(5) = 2，因为 aabaaa 最长的一对相等的真前后缀为 aa，长度为 2；

pi(6) = 3，因为 aabaaab 最长的一对相等的真前后缀为 aab，长度为 3。

从上述例子来看，前后缀的意思我想你应该已经理解大部分了，这里我再补充一点：
上述字符串的前缀集合为 { a, aa, aab, aaba, aabaa, aabaaa}
类似地写出：后缀集合为 { b, ab, aab, aaab, baaab, abaaab}

黑体的即为此串的最大的公共前后缀（理解此步很重要，对后续求前缀函数值 pi (i)起到了支持，理解next函数定义公式，根据公式计算函数值非常重要）

初级理论

在主串与子串（又叫模式串）从头到尾的匹配过程中，我们不可能保证一次匹配成功，因此，当主串中的第 i 个字符和模式串的第 j 个字符失配（即不相等）时，模式串应该往后跳多少个字符，跳到哪个字符然后和它进行匹配呢？
下面我们来讲解一下：
假设主串的第i个字符此时应该和模式串中的第k个字符进行比较，那么证明前面的字符已经匹配成功，则有：

（不好意思，由于公式找不到了，详细讲解可前往公众号查看）

若模式串中存在满足上式的两个子串，那么在匹配时，当主串的第i个字符和模式串中的第j个字符比较不等，仅需要将模式串向右滑动至模式串的第k个字符和主串的第i个字符对齐，再进行比较。

有的同学要问：为什么要这样呢？下面咱们详细解释一下（请看下面的释疑解难部分）

释疑解难1

01
为什么要移动这些距离，移动到k？
答：满足上述等式的模式串前后 k 个字符对应相等，而主串的第 i 个字符前面的 k 个字符与模式串的后 k 个字符（第 j 字符前面）已经匹配成功，只是主串的第 i 个字符与模式串的第 j 个字符没有匹配成功

在这里插入图片描述

而模式串的前后 k 个字符是对应相等的，（换句话说就是前面的 k 个字符在最后面又按原来的顺序出现了一次），既然主串的第 i 个字符前面的 k 个字符与模式串的后 k 个字符（第 j 字符前面）可以匹配成功那么证明和模式串前面的 k 个字符也可以匹配成功，那么我们就不需要再次进行匹配了，直接让它移动到需要匹配的位置不就好了吗。
在这里插入图片描述

即使去匹配，因为主串中的第 i 个字符前面的 k 个字符与模式串的前 k 个字符的不对应，还是会匹配不成功的，所以我们干脆直接让可以匹配的对应起来（即移动一段距离），匹配后面的 k 个字符，如果后面的匹配成功了，那么就找出了子串在主串中的位置，如果不成功继续去做同一件事。
在这里插入图片描述
如果你还没有大彻大悟的话，那么本灵感将不得不遗憾地告诉你：

深入计算

此部分涉及公式复杂，还是请到微信公众号查看

释疑解难2

01
前缀函数值和真前后缀数有何相同和不同？
答：上面说过，任意字符串的第一个字符的真前后缀数为0，前缀函数公式规定：第一个字符的前缀函数值为0，这点是一样的。

那么区别在哪？在这：
前缀函数值是计算当前字符前面的一串字符的最大公共真前后缀值，使这个值等于 k-1,然后算出 k 值即为所求的最大前缀函数值，是不包括自己的，而真前后缀值的计算是包括当前字符本身的。
第二个区别就是，如果前面的字符没有真前后缀值那么就为1，符合公式的第三种情况。
为什么要这么计算呢？
有人会说你 k - 1 = 最大公共真前后缀值,可以直接计算包括当前字符的最大公共真前后缀值呀，那我告诉你，你举得例子不过是巧合罢了，如果是下面的例子，第二个计算你就错了。
接下来讲一下为什么在当前字符的前面找？
1.仔细观察公式你会发现最后一个是，也就是说，j 是当前字符，在 j 前面找两个有最大相等数的子串，这就是为什么不能包括当前字符的原因了。
为什么要使k - 1 = 最大公共真前后缀值呢？
2.再仔细观察公式，最大子串的最后一个字符的下标是 k - 1，代表在第 k 个字符前有最大相等数的子串，此子串的长度 k - 1即为第 j 个字符前的最大公共真前后缀值。因此使它们相等，由最大公共真前后缀得出最大的 k 值。

如果前面的你觉得还行，那么本灵感要告诉你的是：
在这里插入图片描述

代码剖析

Void get_pi(SString T, int pi[])
{  // 先使 j, i 指向模式串的第1，2个字符，对自己进行匹配
   i = 1; j = 0; pi[1] = 0;
   // 令 pi[1] = 0;是严老师认为 j 是从1开始的，同上面的实例
   
   while ( i <= T[0] )
   {  // 这里 i <= T[0] ，T[0]是串的长度
   // 只有第一次会不用判断就 pi(2) = 1;
   // 第二个字符前面只有一个字符，因此是1
      if ( j == 0 || T[i] == T[j] )
      // 这里其实是相当于两个相同的模式串在匹配，
      // *目的是求出移动的距离即移动到哪个位置*
      {
         ++i; ++j;
         pi(i) = j;
         // 如果匹配则pi(i) = j; pi(i)里存入的是后一个字符不匹配时，j 应该移动的位置
         // 下面详细讲解，会有点难
      }
      else
         j = pi(i);
         // 上面存入的是下一个不匹配时， j 应该返回的位置,那这里不匹配自然就会把刚才的位置传给 j.
   }
   
}

int Index_KMP(SString S, SString T)
{  // 求解模式串S在主串T中的出现的位置
 // 两个串都从第一个字符开始
   i = 0; j = 0;
   while ( i <= T[0] || j <= S[0] )
   {
      if ( j == 0 || T[i] == S[j] )
      {
      ++i; ++j;
      }
      else
         j = pi(j);
   }
   // 匹配成功，i = j 位置都是模式串的最后一个字符
   // 不过 i 在主串上且比 j 大，减去模式串的长度，即为模式串在主串上的位置
   if ( j > T[0] )
      return i - T[0];
   else
   // 没找到
      return 0;
}

清楚了代码的意义之后，我们来深度剖析一下难点
在这里插入图片描述

释疑解难3

01
为什么先要对自己进行匹配，求得函数的值呢？
答：首先我们在失配时要移动到的位置还不知道，所以要计算一下，手动计算方法前面已经讲的很清楚了，（有人说我讲的和课本上不一样，我只能说表面上不一样，为了方便你理解，我只不过按照公式讲的，如果真的按课本分情况，你很难明白，当然，如果你想学习课本，可以直接联系我，我单独讲，这里不多说）

接下来讲为什么代码要这样写
前两个字符的值就不多说了，关键是为什么要把 j 赋给pi，我来告诉你，赋值前面的条件是两个字符相等，因此，在下一个字符匹配情况未知时，我们将最后匹配成功的字符序号记录到 pi 数组中，也就是函数值。
02 为什么要把 pi 的值赋给 j ？
答：有了上面的解答，这块就很容易理解了，失配时，我们将 j 返回到原来最后匹配成功的字符序号就行了，让它再去匹配。

最后

好了，以上就是本人尽力总结出的解析，如果你还没有搞懂，请恕本人不才，懵懂的同学有什么问题可以尽情在主页发送消息留言，欢迎大家一起讨论，

计算机练习生

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
难哭我的KMP算法及代码

深度剖析KMP算法及代码目录重难点入门知识前后缀初级理论释疑解难1深入计算释疑解难2代码剖析释疑解难3最后目录闲话少聊说实话，本作者（灵感）也是搞了好几个小时才明白了KMP算法，这中间的心酸和无奈可想而知，明白之后就立即写下这千字长文来帮助大家更快，更深的理解，希望大家看完本文后能够有一个清晰透彻的理解。不得不说的是，使用KMP算法的题只能算作简单题目，可见现在的孩子都卷成什么样了（害怕），再不努力就真成渣渣了。提醒：想要透彻理解KMP算法，可能需要多看几遍，明白之后你将不得不说：“ 牛逼 ”！
复制链接

扫一扫