算法打卡Day08

今日任务：

1）28. 实现 strStr()

2）459.重复的子字符串 【理解，后续补充】

实现strStr()

题目链接：28. 找出字符串中第一个匹配项的下标 - 力扣（LeetCode）

实现 strStr() 函数。
给定一个 haystack 字符串和一个 needle 字符串，在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在，则返回  -1。

示例 1:
输入:
haystack = "hello"
needle = "ll"
输出: 2

示例 2:
输入:
haystack = "aaaaa"
needle = "bba"
输出: -1

说明: 当 needle 是空字符串时，我们应当返回什么值呢？这是一个在面试中很好的问题。
对于本题而言，当 needle 是空字符串时我们应当返回 0 。这与C语言的 strstr() 以及 Java的 indexOf() 定义相符。

文章讲解：代码随想录 (programmercarl.com)

视频讲解：

帮你把KMP算法学个通透！（理论篇）哔哩哔哩bilibili

帮你把KMP算法学个通透！（求next数组代码篇）哔哩哔哩bilibili

KMP字符串匹配算法1_哔哩哔哩_bilibili

思路--常规法：

1）定义连两个指针，h指针指向文本串，n指针指向模式串

2）遍历模式串needle，与文本串haystack匹配，全匹配则成功；

     当出现不匹配时，如，指针 n 指向 f 时，则出现不匹配，则指针h向后移动，模式串也向后移动，指针n回到首位

3）重复2）过程直到匹配，或者模式串越界

这种方法很明显时间复杂度为O(len(haystack)*len(needle))

思路--KMP算法：

1）同样的定义两个指针，h指针指向文本串，n指针指向模式串

2）h，n同时移动比较，全匹配则成功

     当指针n 指向 f 时则出现了不匹配

        此时，不将指针返回首位，而是返回b继续比较（为什么返回b，这里暂时不纠结，后面详细解释）

3）成功则匹配，不成功重复2）过程直到匹配，或者模式串越界

KMP算法为什么跳向b：

这里用到了一个思想，最长相等前后缀

当指针n指向f时出现了不匹配

我们需要找到f位置前的字串aabaa的最长相等前后缀长度

可以看到字串aabaa最长相等的前后缀长度为2

所以指针n跳到最长相等前后缀中前缀的后一位，也就是b的位置

代码中不可能去移动数组，那么如何用数值确定的b的位置？其实可以发现b就是最长相等前后缀中前缀的后一位

在字串aabaa中，最长相等前后缀的长度为2，而b的下标就是2

规律已经很明显了，当指针n移动到某一位出现不匹配时，计算出指针前一位字串的最大前后缀长度maxlen，其指针n应该跳转到与长度相等下标的位置-->n = maxlen

其实也就是最长相等前后缀的长度

因为不确定模式串needle的指针移动到什么位置出现不匹配，所以最好定义一个maxlen列表存储该位置字串（注意是该位置字串，不是该位置出现不匹配）的最长相等前后缀的长度

（有很多解释把这个maxlen列表视作prefix列表，也有的叫next列表）

那么如何求得这个maxlen列表，此时我们只关注模式串

第一个maxle[0]=0

第二个maxle[1]=0

第三个maxle[2]=1

第四个maxle[3]=2

那么每一个maxlen之间有美没有关系呢？

有的，下一个maxlen可以通过上一个maxlen求得

例如：

已知maxlen[2]=1，即cur_maxlen=1

当新增一个b时，我只需要比较b与上一个最长前缀的后一位(也就是needle[1])比较，

如果相等，则cur_maxlen+ 1

如果不等呢？

求maxlen[4]，此时cur_maxlen=maxlen[3]=2

判断needle[4] != needle[2]，则cur_maxlen重新赋值为needle[2]前一位的maxlen值，也就是cur_maxlen = maxlen[needle[2]-1]=0，

needle[4]与needle[0]比较，还是不相等则maxlen[4]=0，如果相等则返回maxlen[4]=cur_maxlen + 1=1

class Solution:
    # todo 1.求最长相等前后缀表
    def maxPrefix(self, p: str):
        # 列表maxlen中存的是当前位置最长相等前后缀的长度
        maxlen = [0] * len(p)

        # 初始化，字符串第一个字符没有前后缀，所以maxlen直接为0
        maxlen[0] = 0

        # i后缀末尾，j前缀末尾，这里我们没有用j，而j与maxlen[i]的关系为：j = maxlen[i] - 1
        for i in range(1,len(p)):
            cur_maxlen = maxlen[i - 1]  # 现在要求maxlen[i]，而此刻已知maxlen[i-1]，所以当前已知最长前后缀cur_maxlen应该是前一个位置的，也就是maxlen[i-1]。【这个maxlen】
            # print(f'第{i}次循环，求maxlen[{i}],cur_maxlen=maxlen[{i - 1}]={maxlen[i - 1]},',end='')


            while cur_maxlen > 0 and p[i] != p[cur_maxlen]:
                cur_maxlen = maxlen[cur_maxlen - 1]

            # 从这个循环出来，要么cur_maxlen=0，要么p[i] = p[cur_maxlen]
            if p[i] == p[cur_maxlen]:
                cur_maxlen += 1

            maxlen[i] = cur_maxlen
            # print(f'求得maxlen[i]为{maxlen[i]}')

            i += 1

        return maxlen

    def strStr(self, haystack: str, needle: str) -> int:
        if len(needle) == 0:
            return 0

        maxlen = self.maxPrefix(needle)
        n = 0
        for h in range(len(haystack)):
            # 遇到不匹配的重新调整指针
            while n > 0 and haystack[h] != needle[n]:
                n = maxlen[n-1]  # 从这里出来的n，也就是maxlen[n-1]的值最大为len(needle)-1

            # 调整完指针后开始逐一比较
            if haystack[h] == needle[n]:
                n += 1

            # 当 n 超出范围，则跳出
            if n > len(needle) - 1:
                return h - n + 1

        return -1

感想：

这题很复杂，要先弄明白kmp算法，再一点点逐个击破