KMP算法
1、KMP的用处
KMP主要应用在字符串匹配上。KMP的主要思想是当出现字符串不匹配时,可以知道一部分之前已经匹配的文本内容,可以利用这些信息避免从头再去做匹配了。所以如何记录已经匹配的文本内容,是KMP的重点,也是next数组肩负的重任。
2、前缀表
前缀:是指不包含最后一个字符的所有以第一个字符开头的连续子串。
后缀:是指不包含第一个字符的所有以最后一个字符结尾的连续子串
在KMP算法中,“前缀表”(prefix table)也称为"部分匹配表"(partial match table),是一个用于快速匹配的预处理表格。
前缀表是由模式串(pattern)生成的一个数组,数组中每个元素的值表示当前位置之前的子串(不包括最后一个字符)的最长相同前缀和后缀的长度。这个数组可以用于在匹配过程中快速跳过已经匹配的部分。
例如,对于模式串"ABCDABD",它的前缀表如下所示:
字符串 | 前缀表 |
---|---|
A | 0 |
AB | 0 |
ABC | 0 |
ABCD | 0 |
ABCDA | 1 |
ABCDAB | 2 |
ABCDABD | 0 |
这个前缀表中,第一个元素的值为0,因为一个字符的前缀和后缀相同的长度为0。对于第二个元素"AB",它的最长相同前缀和后缀的长度为0,因为它的前缀"A"和后缀"B"没有任何重叠部分。对于第五个元素"ABCDA",它的最长相同前缀和后缀的长度为1,因为它的前缀"A"和后缀"A"重叠了1个字符。对于第六个元素"ABCDAB",它的最长相同前缀和后缀的长度为2,因为它的前缀"AB"和后缀"AB"重叠了2个字符。
在KMP算法中,利用这个前缀表,可以避免在每次匹配失败时从头开始匹配,而是可以根据前缀表中的值,快速跳过已经匹配的部分,提高匹配效率。
3、 next数组
next数组就可以是前缀表,但是很多实现都是把前缀表统一减一(右移一位,初始位置为-1)之后作为next数组。
next数组是把前缀表的数据记录下来,然后通过特定方式表达出来。
上面的前缀表的next数组为:A B C D A B D
0 0 0 0 1 2 0
4、最长相同前后缀
最长相同前后缀是指一个字符串中,既是前缀又是后缀的最长子串。例如,字符串"abcdabc"的最长相同前后缀为"abc"。在字符串匹配算法中,最长相同前后缀可以用于构建前缀表,以便在匹配过程中快速跳过已经匹配的部分,提高匹配效率。
5、使用next数组去匹配
如果用暴力算法去寻找一个字符串是不是另一个字符串的子串,则需要对母字符串进行遍历,然后在每个字符上依次把母字符串和子字符串进行比较。而使用next数组去匹配,则需在每次母字符串和字符串时,子串无需从头遍历,只需在最长前缀后面的位置开始匹配。因为
前缀和后缀相同,在上次比较到不相同字符时,已经比较过子串的后缀是相同的,所以可以直接跳动前缀后面开始比较。其实每次比较都可以把每个子串的子串来进行这样的处理。直到后缀的长度=子串的长度。
代码演示:
class Solution {
public:
void GetNext(string &s,int*Next)//建立next数组
{
int j=-1;//j为前缀,i为后缀,-1为起始。
Next[0]=-1;
for(int i=1;i<s.size();i++)
{
while(j>=0&&s[i]!=s[j+1])//前缀和后缀不匹配
{
j=Next[j];//返回到next[j]的位置
}
if(s[i]==s[j+1])//位置相同
{
j++;//都往后加一
}
Next[i]=j;//为next[i]数组赋值
}
}
int strStr(string haystack, string needle) {
if(needle.size()==0)
{
return 0;
}
int Next[needle.size()];
GetNext(needle,Next);//next数组赋值
int j=-1;
for(int i=0;i<haystack.size();i++)
{
while(j>=0&&haystack[i]!=needle[j+1])//模式串和文本串不匹配
{
j=Next[j];//跳到最长相同前缀后面
}
if(haystack[i]==needle[j+1])//相同的模试串和文本串
{
j++;//继续往后验证
}
if(j==(needle.size()-1))//如果j=needle的长度相同则说明模式串是文本串的子串
{
return (i-needle.size()+1);
}
}
return -1;
}
};
参考书籍:代码随想录