KMP算法：探索前缀表思想与Next数组的奥秘（关于循环仔细体会）

weixin_62349327

已于 2024-09-02 11:25:41 修改

阅读量317

点赞数 4

文章标签：算法

于 2024-07-29 16:13:59 首次发布

本文链接：https://blog.csdn.net/weixin_62349327/article/details/140773747

版权

前缀表思想：优化字符串匹配在计算机科学领域，字符串匹配是一项至关重要的任务。KMP算法凭借其效率和处理海量数据的能力，在解决字符串匹配问题时脱颖而而出。KMP算法的核心思想是利用前缀表，一个记录着模板串（要查找的模式）中每个后缀与该后缀的前缀的最长匹配长度的数组。

让我们用一个例子来理解前缀表。假设模板串是"abcab"，那么它的前缀表如下：

这表明，当模板串从索引2开始与自身匹配时，它可以匹配前缀"ab"，长度为2。前缀表为KMP算法提供了关于模板串匹配行为的重要信息。

Next数组：跳跃式匹配

Next数组是KMP算法的另一个关键组成部分。这是一个大小与模板串相同的数组，它存储了每个后缀匹配失败后，模板串应该从哪个位置重新开始匹配。

想象一下，我们在寻找模板串"abcab"在目标串"abcabcbabc"中的位置。当我们比较模板串的第二个字符"b"与目标串的第三个字符"a"时，匹配失败。此时，Next数组的作用就凸显出来了。Next[2]告诉我们，匹配失败后，我们应该从模板串的第一个字符"a"重新开始匹配。

算法流程：高效匹配

有了前缀表和Next数组，KMP算法就可以高效地进行字符串匹配。算法流程如下：

计算前缀表：根据模板串计算前缀表。
初始化Next数组：初始化Next数组，Next[0]=-1，Next[1]=0。
循环匹配：使用两个指针i和j，分别指向目标串和模板串。
匹配成功：如果目标串中i处的字符与模板串中j处的字符相等，则i和j都加1。
匹配失败：如果匹配失败，则根据Next数组跳转到模板串中的下一个匹配点。
匹配完成：如果j等于模板串的长度，则目标串中从i-j开始的部分与模板串匹配。
代码示例：

以下Python代码展示了如何使用KMP算法进行字符串匹配：

void get_Next(string s, int next[])		//这个函数对字符串s进行预处理得到next数组
{
	int j = 0;
	next[0] = 0;	//初始化
	for(int i = 1; i<s.size(); i++){	//i指针指向的是后缀末尾，j指针指向的是前缀末尾
		while(j>0&&s[i]!=s[j])	j = next[j-1];	//前后缀不相同，去找j前一位的最长相等前后缀
		if(s[i]==s[j])	j++;	//前后缀相同，j指针后移
		next[i] = j;	//更新next数组
	}
}

void getnext01(char t[],int tlen,int next[6]){
	int j=0;next[0]=0;
	for(int i=1;i<tlen;i++){
		j=next[i-1];
		while(j>0&&t[i]!=t[j])//
		{
			j=next[j-1];
		}
		if(t[i]==t[j])
			j++;
		next[i]=j;
	}

}

上面是计算模式串的前缀表next的代码，其流程见注释。

得到了next数组后，我们进入匹配查找的阶段。

int strSTR(string s, string t)	//这个函数是从s中找到t，如果存在返回t出现的位置，如果不存在返回-1
{
	if(t.size()==0)	return 0;
	get_Next(t, next);
	int j = 0;
	for(int i = 0; i < s.size(); i++){
		while(j>0&&s[i]!= t[j])	j = next[j-1];	
		if(s[i]==t[j])	j++;
		if(j==t.size())	return i - t.size() + 1;
	}
	return -1;
}

void getnext01(char t[],int tlen,int next[6]){
	int j=0;next[0]=0;
	for(int i=1;i<tlen;i++){
		j=next[i-1];
		while(j>0&&t[i]!=t[j])//t为模式串
		{
			j=next[j-1];
		}
		if(t[i]==t[j])
			j++;
		next[i]=j;
	}

}
int qianzuipipei(char s[],int slen,char t[],int tlen,int next[6])//根据上面的python代码编写
{
	int i=0,j=0;
	while(i<slen)
	{
		if(s[i]==t[j])
		{
			i++,j++;
			if(j==tlen)
				return i-j;
		}else if(j>0)
		{
			j=next[j-1];
		}
		else i=i+1;
	}
	return -1;
}
int main(int argc, char* argv[])
{
	char s[]="acaaaaabaabcacaabc";
	int slen=strlen(s);
//	char t[7]="abaabc";
//	char t[]="aabaaf";
	char t[]="aaaaab";
	int tlen=strlen(t);
	int next[6];
	getnext01(t,tlen,next);
//	getnext_youhua(t,next);
	for(int i=0;i<6;i++)
		printf("%d=    ",next[i]);
	printf("\n");

	int index=qianzuipipei(s,slen,t,tlen,next);
	printf("index=%d\n",index);
	//int index=kmp(s,slen,t,tlen,next);
//	printf("index=%d\n",index);
	return 0;
}

void getnext02(char t[],int tlen,int next[5]){
	int j=0;next[0]=0;
	for(int i=1;i<tlen;i++){
		if(j>0&&t[i]!=t[j])//
		{
			j=next[j-1];
		}
		if(t[i]==t[j])
			j++;
		next[i]=j;
	}

}
void getnext01(char t[],int tlen,int next[6]){
	int j=0;next[0]=0;
	for(int i=1;i<tlen;i++){
		j=next[i-1];
		while(j>0&&t[i]!=t[j])//对应严书83页p[k]!=p[j]的思想
		{
			j=next[j-1];
		}
		if(t[i]==t[j])//对应严书83页p[k]==p[j]
			j++;
		next[i]=j;
	}

}
int strSTR(char s[],int slen, char t[],int tlen,int next[6])	//这个字符串匹配函数是从s中找到t，如果存在返回t出现的位置，如果不存在返回-1
{
	int j = 0;
	for(int i = 0; i < slen; i++){
		while(j>0&&s[i]!= t[j])	j = next[j-1];	
		if(s[i]==t[j])	j++;
		if(j==tlen)	return i - tlen+ 1;
	}
	return -1;
}
int qianzuipipei(char s[],int slen,char t[],int tlen,int next[6])//和strSTR有什么不同，打断点跟踪
{
	int i=0,j=0;
	while(i<slen)
	{
		if(s[i]==t[j])
		{
			i++,j++;
			if(j==tlen)
				return i-j;
		}
		else if(j>0)//j>0不牵涉while循环条件相当于while(1),一旦满足j>0就进入循环
		{
			j=next[j-1];
		}
		else i=i+1;//j==0&&s[i]!=t[j],模式串0号单元与主串不匹配
	}
	return -1;
}