数据结构——字符串匹配之KMP算法

题目来源于AcWing

题目如下：

KMP字符串

给定一个字符串 S，以及一个模式串 P，所有字符串中只包含大小写英文字母以及阿拉伯数字。

模式串 P在字符串 S中多次作为子串出现。

求出模式串 P在字符串 S 中所有出现的位置的起始下标。

输入格式

第一行输入整数 N，表示字符串 P 的长度。

第二行输入字符串 P。

第三行输入整数 M，表示字符串 S 的长度。

第四行输入字符串 S。

输出格式

共一行，输出所有出现位置的起始下标（下标从 00 开始计数），整数之间用空格隔开。

数据范围

1≤N≤1051≤1e5
1≤M≤106≤1e6

输入样例：

3
aba
5
ababa

输出样例：

0 2

KPM算法是为了减少朴素算法中的匹配次数，其中最重要的就是如何创建next数组

这里先上代码：

vector<int> getNext(string& pattern) {
    int m = pattern.size();    //模式串的长度
    vector<int> next(m, 0);    //初始化next数组
    for (int i = 1, j = 0; i < m; i++) {    
        while (j > 0 && pattern[i] != pattern[j]) {
            j = next[j - 1];
        }
        if (pattern[i] == pattern[j]) {
            j++;
        }
        next[i] = j;
    }
    return next;
}

 这里的pattern表示模式串，text表示文本串，这里不好解释，但是有笔算的方法可以帮你快速确定next数组，如下（字有点丑）：

拿“ABCDABDCA”举例子：

1. 初始时，令i = 0，j = -1，next[0] = -1。

2. 对于每个i >= 1，不断执行以下步骤直到j满足以下任意一个条件：

   • j = -1。

   • pattern[i - 1] = pattern[j]。

   • 此时令j = next[j]，回到步骤2。

3. 根据上述步骤，可以得到以下next数组：

   pattern:  A  B  C  D  A  B  D  C  A
   index:    0  1  2  3  4  5  6  7  8
   next:    -1  0  0  0  0  1  2  0  1

   
   例如，next[6] = 2表示当模式串中第6个字符（即字母'B'）不匹配时，应该将模式串中第4个字符（即字母'D'）与文本串中当前位置的字符进行比较。

之后就是KMP算法,代码如下：

int kmp(string& text, string& pattern) {
    int n = text.size(), m = pattern.size();
    vector<int> next = getNext(pattern);
    for (int i = 0, j = 0; i < n; i++) {
        while (j > 0 && text[i] != pattern[j]) {
            j = next[j - 1];
        }
        if (text[i] == pattern[j]) {
            j++;
        }
        if (j == m) {
            return i - m + 1;
        }
    }
    return -1;
}

完整代码模板如下：

#include <iostream>
#include <vector>
using namespace std;

// 构造next数组
vector<int> getNext(string& pattern) {
    int m = pattern.size();
    vector<int> next(m, 0);
    for (int i = 1, j = 0; i < m; i++) {
        while (j > 0 && pattern[i] != pattern[j]) {
            j = next[j - 1];
        }
        if (pattern[i] == pattern[j]) {
            j++;
        }
        next[i] = j;
    }
    for (auto& i : next) {
        cout << i << " ";
    }
    return next;
}

// KMP算法
int kmp(string& text, string& pattern) {
    int n = text.size(), m = pattern.size();
    vector<int> next = getNext(pattern);
    for (int i = 0, j = 0; i < n; i++) {
        while (j > 0 && text[i] != pattern[j]) {
            j = next[j - 1];
        }
        if (text[i] == pattern[j]) {
            j++;
        }
        if (j == m) {
            return i - m + 1;
        }
    }
    return -1;
}

int main() {
    string text = "ABABABCABAABABABCDABDABA";
    string pattern = "ABCDABDCA";
    int pos = kmp(text, pattern);
    puts("");
    if (pos == -1) {
        cout << "未找到匹配的模式串" << endl;
    } else {
        cout << "模式串在文本串中的起始位置为：" << pos << endl;
    }
    return 0;
}

当然，这道题目的代码如下：

#include <iostream>

using namespace std;

const int N = 1e5 + 10, M = 1e6 + 10;

int ne[N];
char s[M], p[N];

int main()
{
    int m,n;
    cin >> n >> p + 1 >> m >> s + 1;
    
    for (int i = 2, j = 0; i <= n; i ++ )
    {
        while (j && p[i] != p[j + 1]) {
            j = ne[j];
        }
        if (p[i] == p[j + 1]) {
            j ++;
        }
        ne[i] = j;
    }

    for (int i = 1, j = 0; i <= m; i ++ )
    {
        while (j && s[i] != p[j + 1]) {
            j = ne[j];
        }
        if (s[i] == p[j + 1]) {
            j ++;
        }
        if (j == n)
        {
            printf("%d ", i - n);
            j = ne[j];
        }
    }   
    return 0;
}

若有错，请纠正，谢谢