【数据结构字符串匹配算法】KMP算法

KMP算法

以主串str={" abcabcdabced “},
子串sub={” abcd "}为例，
并且输入位置pos，主串从第pos位置开始和子串对比匹配。

1.基本思路(主串打死不会退)

发生失配时有两种可能性：
第①种：失配位置之前，已经匹配过的那些字符互不相等，则i不用回退

第②种：失配位置之前，已经匹配过的那些字符有相等部分,则i不用回退

结论：为什么说i(主串)可以打死不会退：

1.如果失配前字符互不相等，则i不用回退。

2.如果失配前字符有相等，则i也不用回退，可以让j回退到一个合适的位置（不必再每次都回退到0下标）相当于让i和j接下来成功跳过一部分（此部分必然相等）这样就大大的节省了时间。

所以我们发现相等的那一部分最重要（这一部分叫做部分匹配表PMT）

2.next数组的获取(部分匹配表PMT)

（这个相等的部分只和子串有关）

3.KMP算法的实现

① 需要的头文件：

#include<iostream>
using namespace std;
#include<stdlib.h>
#include<assert.h>

② 部分匹配表(next数组)的获取

int *Get_next(const char* sub) //next数组只于子串sub有关，和主串无关
{
	int len=strlen(sub);
	int *next=(int*)malloc(sizeof(int)*len);
	assert(next!=NULL);
	
	//next数组第0和1下标存放的值是固定的
	next[0]=-1; 
	next[1]=0;
	
	int j=2;  //j是当前位置，从2下标开始计算next的值
	int k=next[1]; //k保存前一个位置next数组的值
	while(j<len)
	{
		if(sub[j-1]==sub[k] || k==-1) 
		//前一个字符和next位置的字符（回退位置）相等或者触底都让k和j加一
		//并把k加一后的结果给当前位置j，然后j再加一
		{
			k++;
			next[j]=k;
			j++;
		}
		else 
		//前一个字符和next位置的字符（回退位置）不相等
		//那就让k一直回退
		{
			k=next[k];
		}
	}
	return next;
}

③ KMP实现

int KMP_Search(const char* str,const char* sub,int pos)
{
	assert(str!=NULL && sub!=NULL);
	int len_str=strlen(str);
	int len_sub=strlen(sub);
	
	int i=pos; //i为主串开始位置，从第pos下标开始匹配
	int j=0; //j为子串开始位置，从0开始匹配
	int* next=Get_next(sub); //获取next数组
	while(i<len_str && j<len_sub)
	{
		if(j==-1 || str[i]==sub[j])
		{
			i++;
			j++;
		}
		else //匹配失败，则只让j回退到正确的位置
		{
			j=next[j];
		}
	}
	//while循环退出有两个可能：
	//i走出范围，但不一定j走完，j如果没有走完，则代表没有找到
	//j走出范围，代表匹配成功
	
	//因此只要j走出范围就代表匹配成功
	if(j>=len_sub)
	{
		free(next);
		return i-j;
	}
	else
	{
		free(next);
		return -1;
	}
}

④ 主函数

int main()
{
	const char* ar = "abcabcdabcde";
	const char* br = "abcda";
	int pos = 0;
	cout<<"请输入开始匹配位置：";
	cin >> pos;
	int s = KMP_Search(ar, br, pos);
	if (s != -1)
	{
		cout << "在主串的第"<<s<<"位置匹配成功";
	}
	else
	{
		cout << "未找到";
	}
	return 0;
}

⑤ 运行结果

匹配成功：

匹配失败：