KMP算法

一、创作背景

 1.  由D.E.Knuth 、 J.H.Morris 、V.R.Pratt 共同对 BF 算法提出的改进算法；

 2. KMP 算法消除了 BF 算法主串 S 指针 i 回溯的情况；

 3. 改进后算法的时间复杂度为 O（m+n）。

---

二、算法分析

主串	a	a	b	a	a	b	a	a	f
子串	a	a	b	a	a	f

对子串而言：

• 前缀：不包含尾字母的子串（a、aa、aab、aaba、aabaa）
• 后缀：不包含首字母的子串（f、af、aaf、baaf、abaaf）
• 最长相等前后缀：

  a	aa	aab	aaba	aabaa	aabaaf
  0	1	0	1	2	0

• 前缀表：构成最长相等前后缀的数字序列（0、1、0、1、2、0）

• 前缀表是用来回退的，它记录了模式串与主串(文本串)不匹配的时候，模式串应该从哪里开始重新匹配。

• 使用前缀匹配过程：

数组下标	0	1	2	3	4	5
子串	a	a	b	a	a	f
前缀表	0	1	0	1	2	0

1. 主串和子串分别从头开始匹配，

2. 当第一轮匹配到 f 时发现不匹配，这时，主串指针保持不动，子串指针向前移至 不匹配字符 前      的 最长相等前后缀 的前缀之后（即 b 处），恰好是子串数组下标为 2 的位置，

3. 然后，从指针指向的位置继续向后匹配，直至结束。

在实现 KMP 算法过程中，通常使用 next[ ] 存放前缀表。

---

三、代码实现

1.构造 next[ ]

   定义一个函数 getNext 来构建next[ ]，函数参数为指向next数组的指针，和子串。代码如下：

void getNext(int* next, const string& s)

构造next数组其实就是计算子串s，前缀表的过程。 主要有如下三步：

1. 初始化

定义两个指针 i 和 j，j 指向前缀末尾位置，i指向后缀末尾位置。

然后对next[ ]进行初始化赋值，如下：

int j = -1;   
next[0] = j;  

2. 处理前后缀不相同的情况

因为j初始化为 -1，那么 i 就从1开始，进行s[i] 与 s[j+1]的比较。

所以遍历模式串s的循环下标i 要从 1开始，代码如下：

for(int i = 1; i < s.size(); i++) {

如果 s[i] 与 s[j+1]不相同，也就是遇到 前后缀末尾不相同的情况，就要向前回退。

怎么回退呢？

next[j]就是记录着j（包括j）之前的子串的相同前后缀的长度。

那么 s[i] 与 s[j+1] 不相同，就要找 j+1前一个元素在next数组里的值（就是next[j]）。

所以，处理前后缀不相同的情况代码如下：

3. 处理前后缀相同的情况

如果s[i] 与 s[j + 1] 相同，那么就同时向后移动i 和j 说明找到了相同的前后缀，同时还要将j（前缀的长度）赋给next[i], 因为next[i]要记录相同前后缀的长度。

代码如下：

if (s[i] == s[j + 1]) { // 找到相同的前后缀
    j++;
}
next[i] = j;

最后整体构建next数组的函数代码如下：

void getNext(int* next, const string& s){
    int j = -1;
    next[0] = j;
    for(int i = 1; i < s.size(); i++) { // 注意i从1开始
        while (j >= 0 && s[i] != s[j + 1]) { // 前后缀不相同了
            j = next[j]; // 向前回退
        }
        if (s[i] == s[j + 1]) { // 找到相同的前后缀
            j++;
        }
        next[i] = j; // 将j（前缀的长度）赋给next[i]
    }
}