2022.4.24 BF和KMP算法

1. 字符串中的真子串和子串概念

字符串：“abcd”
真子串：“a”,“b”,“c”,“d”,“ab”,“bc”,“cd”,“abc”,“bcd”
子串：" ",“a”,“b”,“c”,“d”,“ab”,“bc”,“cd”,“abc”,“bcd”,“abcd”
真子串：n*(n+1)/2 ； 子串：n*(n+1)/2 +1

2. BF算法

BF算法(暴力求解)也叫男朋友算法
主串：“ababcabcdabcde”
子串：“abcd”
要在主串里面找子串，如果当前光标在主串的0号位置所指，那么就是返回5；如果光标在主串的7号位置指向，那么就返回9。
第一种BF算法：

如果i和j指向的字符相同，则i++，j++；如果i和j指向的字符不相同，则j=0，重新开始比较；退出条件：当i或者j向后走，越界了。
因此，看子串在找到还是没找到是只用看j即可，j如果走出自身范围，则找到了，否则没找到。
第二种BF算法：
如果i和j指向的字符相同，则i++，j++；如果i和j指向的字符不相同，则i=i-j+1，j=0；退出条件：如果i或者j走出自身范围(越界)，退出之后，我们需要判断到底子串是否在主串中出现与否，只需要判断j即可；j如果走出自身范围，则找到了，return i-j；j如果没有走出自身范围，则没有找到，return -1；
BF算法最经典图：

代码实现：

#include<stdio.h>
#include<assert.h>
#include<stdlib.h>
#include<string.h>

int BF_Search(const char* str, const char* sub, int pos)//pos代表主串向后搜索的开始位置
{
	assert(str != NULL && sub != NULL && pos >= 0 && pos < strlen(str));
	
	int i = pos;//主串
	int j = 0;//子串
	int len_str = strlen(str);//保存主串有效长度
	int len_sub = strlen(sub);//保存子串有效长度

	while (i < len_str && j < len_sub)
	{
		if (str[i] == sub[j])
		{
			i++;
			j++;
		}
		else
		{
			i = i - j + 1;
			j = 0;
		}
	}
	//此时，当while循环退出，肯定要么找到，要么没找到，只需要通过j判断即可
	if (j < len_sub)
	{
		return -1;//j没有走出自身边界，则没有找到
	}
	else
	{
		return i - j;
	}
}

int main()
{
	const char* str = "ababcabcdabcde";
	const char* sub = "abcd";

	int tmp = BF_Search(str, sub, 0);
	if (tmp >= 0)
	{
		printf("找到了，开始下标为%d\n", tmp);
	}
	else
	{
		printf("没有找到");
	}
	return 0;
}

BF算法的优缺点：
优点：逻辑简单，实现也简单
缺点：效率很低

3.KMP算法

KMP算法就是对BF算法的一个优化
算法：i打死不回退；模式匹配串只与子串有关系

//求子串的模式匹配串next
#include<stdio.h>
#include<assert.h>
#include<stdlib.h>
#include<string.h>
int *Get_Next(const char* sub)
{
	assert(sub != NULL);
	int len = strlen(sub);
	int* next = (int*)malloc(len * sizeof(int));
	assert(next != NULL);//开辟成功
	next[0] = -1;
	next[1] = 0;

	int j = 1;//已知下标，通过已知推未知，j+1代表要推的未知位置
	int k = next[1];
	while (j + 1 < len)//j+1位置得合法
	{
		if (k == -1||sub[j] == sub[k])//如果当前字符和回退的字符相等,将k+1赋值给下一个位置
			                          //或者k==-1，触底了，也是将k+1赋值给下一个位置
		{
			k++;
			j++;
			next[j] = k;
			//或者写为：next[j++]=k++;
		}
		else
		{
			k = next[k];
		}
	}
	return next;

}
//KMP算法
int KMP_Search(const char* str, const char* sub, int pos)
{
	assert(str != NULL && sub != NULL && pos>=0 && pos<strlen(str));

	int i = pos;//主串
	int j = 0;//子串
	int len_str = strlen(str);//保存主串有效长度
	int len_sub = strlen(sub);//保存子串有效长度

	int *next = Get_Next(sub);//此时，子串的模式匹配串获取到

	while (i < len_str && j < len_sub)
	{
		if (j==-1 || str[i] == sub[j])//j如果在第一个字符就失配，这时，只能让i向后走一步i++，j应该指向开始位置(0)，但是j现在的值是-1，要变成0需要j++
		{                             //或者i和j指向的字符相等，也是i++，j++
			i++;
			j++;
		}
		else
		{
			//KMP要求i打死不回退，j回到合适的一个位置
			j = next[j];
		}
	}
	//此时，当while循环退出，肯定要么找到，要么没找到，只需要通过j判断即可
	if (j < len_sub)
	{
		return -1;//j没有走出自身边界，则没有找到
	}
	else
	{
		return i - j;
	}
}

int main()
{
	const char* str = "ababcabcdabcde";
	const char* sub = "abcd"; 
	int flag = KMP_Search(str, sub, 0);
	if (flag >= 0)
	{
		printf("找到了，开始下标为%d\n", flag);
	}
	else
	{
		printf("没有找到");
	}
	return 0;
}

运行结果：

4.BF算法和KMP算法时间复杂度

BF算法：由于会将主串遍历多次，假设最差情况下，整体时间复杂度O(n*m)
KMP算法：由于i打死不回退，只会遍历一遍，整体时间复杂度为O(n+m)
因此，KMP算法是BF算法的优化算法。