KMP算法

一、什么是KMP算法

我们在模拟strstr函数时，有两种方法
（1）BF暴力算法
（2）KMP算法
在BF算法中，每一次的不匹配都会让子串回到初始位置，主串回到前一个匹配字符的下
一个字符，开始匹配。那么KMP算法是一种尽量减少主串和子串的的匹配次数的改进的
算法。
时间复杂度O( m + n)

KMP和BF唯一的区别：
主串的 i 不会回退，并且子串的 j 也不会移动到 0 号位置

子串中每一个字符都对应一个不匹配时应该回退的位置K，我们用一个和
子串相等长度的next数组来存放K。求出这个next数组就是KMP算法的关键

二、next数组的求法

K值规则：

1.找到匹配成功的两个相等的真子串(不包含本身)，一个以下标 0 开始，另一个以下标 i - 1 结尾(两个真子串可以重合),这两个真子串的长度就是下标 i 字符对应的 K 值;
2.不管什么数据它对应的next数组都是：next[0] = -1, next[1] = 0;有的地方next[0] = 0. next[1] = 1,(只需要在之前的基础上求出的K值全部 + 1)

列如：

练习：

按照规则1.找到匹配成功的两个相等的真子串(不包含本身)，一个以下标 0 开始，另一个以下标 i - 1 结尾(两个真子串可以重合),这两个真子串的长度就是下标 i 字符对应的 K 值;

通过以上的图解我们可以得出以下结论：当我们知道子串 j 下标字符的 K 值时，我们可以通过判断子串 j + 1 下标的元素，和主串 i + 1 下标的字符是否相等来确定 j + 1 下标字符对应的 K 值

如果 sub[j] = sub[k]，则 next[j + 1] = k + 1

如果 sub[j] != sub[k], 则k回退，直到 sub[j] = sub[k] 或者 k = -1

三、C语言代码实现

(1)找子串的函数

基本上和BF算法是差不多的，唯一不同就是，主串的 i 不会回退，而子串有其特定的回退值

int KMP(const char* dest, const char* src, int pos)
{
	assert(dest && src);

	int lens = strlen(dest);
	int lensub = strlen(src);

	//创建next数组
	int* next = (int*)malloc(sizeof(int)*lensub);
	assert(next);

	GetNext(next, src);

	// 从pos开始遍历主串
	int i = pos;
	// 从0开始遍历子串
	int j = 0;
	while (i < lens && j < lensub)
	{
		if (j == -1 || dest[i] == src[j])
		{
			i++;
			j++;
		}
		else
		{
			j = next[j];
		}
	}
	free(next);
	if (j == lensub)
	{
		return i - j;
	}
	else
	{
		return -1;
	}
}

(2)创建next数组的函数

这里创建next函数时，使用的下一项的 i下标，所以使用公式应该是 next[i] = K + 1；比较的应该是 sub[i - 1] 与 sub[k]

void GetNext(int* next, const char* sub)
{
	int lensub = strlen(sub);
	next[0] = -1;
	next[1] = 0;
	int i = 2;// 下一项，这里的i是下一项的,所以使用公式应该是 next[i] = K + 1；比较的应该是 sub[i - 1] 与 sub[k]
	int k = 0;// 前一项的K
	while (i < lensub)// 子串还没有遍历完
	{
		if (k == -1 || sub[i - 1] == sub[k])
		{
			next[i] = k + 1;
			i++;
			k++;
		}
		else
		{
			k = next[k];
		}
	}
}

四、next数组优化nextval

(1)next数组的不足

(2)nextval的优化