1.KMP简介
KMP算法(Knuth-Morris-Pratt算法)是一种用于高效地解决字符串匹配问题的算法。该算法的核心思想是通过预处理模式串(要匹配的字符串)构建一个回退表(也称为部分匹配表),以在匹配过程中避免不必要的回溯。
KMP算法的优势在于在匹配过程中,不需要回溯到文本串中之前已经比较过的位置,因此可以避免重复比较,提高匹配效率。它的核心是根据模式串构建一个回退表(部分匹配表),该表记录了模式串每个位置匹配失败时应该回退到的位置。
KMP算法的核心是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现,函数本身包含了模式串的局部匹配信息。
KMP算法的时间复杂度为O(n+m),其中n是文本串的长度,m是模式串的长度。
KMP算法在字符串匹配、子串查找、相似度计算等问题中有广泛应用,它的高效性和优越性使得它成为字符串处理的常用算法之一
2.BF(Brute Force)算法
前置条件
有两个字符串str1和str2,求str2是否是str1的子串(需连续),若是字串则返回str1中的下标,不存在返回-1.
例1. str1 ="abcd" str2 = "abcd" 返回0
例2. str1 ="abcd" str2 = "html" 返回-1
例3. str1 ="abcde" str2 = "cde" 返回2
public static int strStr1(String str1, String str2) {
if (Objects.equals(str1, "") && Objects.equals(str2, "")) {
return 0;
}
if (str1 == null || str2 == null || str1.length() < str2.length()) {
return -1;
}
char[] chars1 = str1.toCharArray();
char[] chars2 = str2.toCharArray();
for (int i = 0; i < chars1.length; i++) {
int count = i;
for (int j = 0; j < chars2.length; j++) {
while (i < chars1.length && j < chars2.length && chars1[i] == chars2[j]) {
i++;
j++;
}
if (j == chars2.length) {
return i - j;
} else {
i = count;
break;
}
}
}
return -1;
}
3.KMP算法
思路:当我们发现某一个字符不匹配的时候,由于已经知道之前遍历过的字符,那能不能利用这些信息来避免暴力算法中"回退(backup)"的步骤呢?即主串中的指针一直向前移动。 KMP算法在匹配失败的时候,会去看最后一个匹配的字符它所对应的next数值,于是移动子串,直接跳过对应子串的字符
与BF的区别:不再回退主串中的指针,只需要遍历一次主串即可
KMP算法是在暴力算法的基础上使用的算法,就是使用了next数组进行加速,KMP的加速过程--核心next数组的生成,next数组的生成只需要模式串即可,不需要子串,那么什么是next数组?
next数组代表了在匹配失败的时候,子串中可以跳过的匹配个数。其本质其实就是寻找子串中相同前后缀的长度【并且一定是最长的】,前后缀不能是字符串本身。
next数组的求解,采用递推公式快速求解next数组【原因就是比BF更快】:巧妙之处,不断利用已经掌握的信息避免重复的计算
next数组的第一个元素为0,因为一个元素不存在前后缀。
假设我们已经知道当前的共同前后缀了,分两种情况讨论:
1.如果下一个字符依然相同的话,那么不就构成了一个更长的前后缀吗,很明显他的长的=之前的加上1
2.下一个字符不同,我们就看看其中存不存在更短的,其实可能与下一个字符构成共同的前后缀的,这一步难道要暴力求解吗?
其实不同,根据之前的计算我们掌握了一个重要信息,就是子串前后这两部分是完全相同的,也就是说,右边这部分的后缀其实等于左边这部分的后缀
那么直接在左边寻找共同的前后缀即可,而左边的前后缀之前已经计算过了,直接查表即可知道它的长度为1,于是我们又回到了最开始的步骤,检查下一个字符是否相同
public static int strStr(String str1, String str2) {
if (Objects.equals(str1, "") && Objects.equals(str2, "")) {
return 0;
}
if (str1 == null || str2 == null || str1.length() < str2.length()) {
return -1;
}
char[] chars1 = str1.toCharArray();
char[] chars2 = str2.toCharArray();
int i = 0;//主串中的指针
int j = 0;//子串中的指针
while (i < chars1.length) {
int[] nextArray = getNextArray(chars2);
if (j < chars1.length && chars1[i] == chars2[j]) {//两字符相同
i++;
j++;
} else if (j > 0) {//两字符不相同
j = nextArray[j - 1];//如果不相同,则根据next数值跳过子串前几个字符的比较
} else {//子串第一个字符就匹配失败
i++;
}
if (j == chars2.length) {//匹配成功
return i - j;
}
}
return -1;
}
public static int[] getNextArray(char[] chars) {
int[] next = new int[chars.length];
next[0] = 0;
int i = 1;
int prefix = 0;//当前共同前后缀长度
while (i < chars.length) {
if (chars[prefix] == chars[i]) {//下一个字符相同的话,代表可可以构成一个更长的前后缀
prefix += 1;
next[i] = prefix;
i++;
} else {//下一个字符不同
if (prefix == 0) {//如果依然不存在的话,那么设为0即可
next[i] = 0;
i++;
} else {
//直接查表看看存不存在更短的前后缀,
prefix = next[prefix - 1];
}
}
}
return next;
}
此方法来自于B站:最浅显易懂的 KMP 算法讲解_哔哩哔哩_bilibili