浅谈KMP算法

一、定义

KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt提出的，因此人们称它为克努特—莫里斯—普拉特操作（简称KMP算法）。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O(m+n)。

在这里我们一定要用数学的思维去约束自己，KMP算法其实就是披了一层推理外衣的BF算法罢了。

二、算法理解

1、简单思路分析

我们可以从这样一个问题开始入手。
比如说我们想要将目标串"abcdabd"和目标串"abd"进行匹配，
target–:abcdabd（“–”只是为了占一个格子，并无实际意义）
pattern:abd
第一次比较失败，因为target[2]!=pattern[2]。那么按照传统意义上的BF算法来说，我们第二次应该进行这样的比较：
target–:abcdabd
pattern:–abd
也就是target回溯，pattern也要回溯。
那么我们究竟有没有必要进行这次回溯呢？
我们可以利用数学知识进行证明，
target[0]==pattern[0];
target[1]==pattern[1];
target[0]!=target[1];
那么target[1]!=pattern[0];
所以我们没有必要进行target[1]与pattern[0]的比较，可以直接跳到target[2]与pattern[0]的比较。
在这里我们需要明白一点，就是为什么直接跳到target[2]与pattern[0]，而不是其他元素之间的比较呢？
这是因为在刚刚的证明中，我们已知的条件只有四个，用三个条件我们的出了上述的一个结论，而target[1]!=pattern[0]会使我们的演算跳到target[2]与pattern[0]之间的比较，但是最后一个已知条件是target[2]!=pattern[2]，从这个条件中我们没法得出target[2]与pattern[0]之间的关系，所以我们没法跳过。
从这个例子本身我们应该可以隐隐约约的感受到KMP算法的雏形，它似乎有点像学会利用了数学知识的BF算法一样。
假如我们在列举几个类似的例子，我们也都可以发现它们都可以这样跳过去。详细过程应该是可以通过严谨的数学证明过程证明出来的。但是我们不是一个数学家，所以我觉得我们没有必要进行这样的证明。我们就当是一个约定俗成的结果吧，就像BF算法一样自然。

接下来我们再举一个例子，target串是"abcabcabddd"，pattern串是"abcabd"。
target–:abcabcabddd
pattern:abcabd
在这里我们进行了第一次比较，但是令人遗憾的是target[5]!=pattern[5]，那么我们是否可以像是上一个例子那样，直接将target[5]与pattern[0]进行比较呢？如果我们仔细观察的话我们可以发现，从target串的第3个元素开始，pattern==(target的子串),如果我们直接跳到target[5]的话，那它将失配。
在这里我们需要思考为什么会出现这样的一种情况呢？通过观察我们可以知道，target[0-1]==target[3-4]==pattern[0-1]==pattern[3-4]。
或者说，假如我们利用数学知识去推导的话：
target[0]==pattern[0];
target[1]==pattern[1];
target[2]==pattern[2];
target[3]==pattern[3];
target[4]==pattern[4];
target[5]!=pattern[5];
pattern[0]==pattern[3];
pattern[1]==pattern[4];
我们可以得出如上的结论
当我们进行逻辑上的比较时，target[1]!=pattern[0]；所以进行下一次比较，target[2]!=pattern[0];所以我们再进行下一次的比较，target[3]==pattern[0]，所以我们进入这次比较，target[4]==pattern[1];那么在进行target[5]与pattern[2]进行比较的时候，我们的已知条件只有target[5]!=pattern[5]，除此之外，对于target[5]一无所知，所以我们不可以跳过。
从上述的思路，我们可以知道下一次的比较，应该是target[5]和pattern[3]。
问题又来了，为什么会出现这种情况呢？
从数学的逻辑上来看，是因为我们缺乏已知的条件。而我们缺乏的条件正是由于pattern模式串中具有相同元素引起的。
我们再多举几个类似的例子我们会发现它确实有这么一个规律，即若是有相同的元素，我们模式串应该跳到第一个相同子串的后面第一个元素。
那么这里其实还有一个问题就是假如我们的模式串是"acdfcdb"，那么其中的cd算不算相同的子串呢？
其实我们再举几个例子我们就知道不算，它是第一个例子的变体。可以肯定KMP算法是可以看作基于BF算法的，它是戴了一双名为数学的眼镜的BF算法。（实际上数学方法帮我们比较过了）
在这里我们再引入一个概念，即最长前缀字串和后缀子串，前缀子串它一定包括第一个元素，后缀子串它一定包括最后一个元素。为什么是最长呢？我们再举一个例子，“aaa"的相同字串有"a"和"aa”，我们选择的是"aa"，有兴趣的可以举一个例子来尝试一下，在这里就不多赘述了。
其实从上面的几个例子和我的言辞中，我想应该都可以明确，跳到哪一个位置实际上与目标串无关，与模式串有关。模式串如果前缀子串与后缀子串相等的话，我们就会类似于第二个例子；如果不相等的话，我们就参照第一个例子。

那么我们假如说要转化为代码的话该怎么办呢，难道每一次比较都要查看模式串是否有相同的前缀和后缀字串吗？
其实思想是这么一个思想，实际上去实现的时候我们应该用封装的思想，将模式串提前进行一次模拟，得到next数组。
什么叫next数组呢，我们可以这样理解：在例一中，假如我们在比较到最后一个元素的时候，有一个数组对应这个元素值，它指向的元素是假如比较失败的话我们下一步应该跟谁比较，这样不就好了吗？

2、具体实现

我们先假设我们有了这样的一个数组，下面我们进行比较：
abcabd
abd
target[2]!=pattern[2]，所以根据next数组，我们下一步应该target[2]与pattern[next[2]]进行比较。

我们具体应该怎么样去具体的构造这个next数组呢？
我们举一个例子：
pattern=“abababcac”;
那么假如说在和target串比较的过程中，在第0个元素中失败了，那么我们假设next[0]=-1；因为它连第一步都没有成功，直接做一个标记，代表让target向后。假如说在第一个元素失败了，那么next[1]=0，让它指向第0个元素重新进行比较，这是第一个例子；。。。
这样一直持续到第四个元素失败，此时next[4]=1，这是第二个例子；。。。过程就是这样。
那么从上面我们应该可以总结出来，求next数组实际上就是求pattern串在第i个元素之前是否有前串和后串相等的情况。若是有，那么next[i]=j（j是前串的后第一个元素的序号）

三、代码实现

OK，从上面这么多例子我们应该可以模糊的知道这个算法大致的意思了，接下来应该让我们手动去实现了。
我们从一个例子入手，pattern=“ababac”
我们记第一个指针指向pattern的第0个元素，第二个指针指向第2个元素，在这里其实我是借鉴了小甲鱼的那个容易理解的思路去讲的，我们就这样先从容易理解的成功的情况开始:

if(pattern.charAt(i)==pattern.charAt(j)){
	i++;
	j++;
	next[j]=i;//我们是将下一个元素的next数组给求了出来，这点千万要记得
}

然后假如我们失败了就像假如说i=3，j=5

if(pattern.charAt(i)!=pattern.charAt(j)){
	j=next[i];
}

在这里肯定有很多人不理解这是为什么，其实我们可以这么想，我们在第一次比较成功的时候相当于pattern[0-1]去和pattern[2-3]进行比较，然后如果相等，我们又进行了下一次的比较，但是我们是不是也可以看作pattern[0-2]和pattern[2-4]进行比较呢？这本质上还是一个模式串的匹配问题，只不过是自己和自己比较罢了，那么假如失败的话，我们应该按照KMP算法去转向对应的位置，如果还有人不理解的话，就需要多举几个例子，剖析他们的本质。

OK，然后我们将代码合起来。
这是我们代码合起来以后的样子：

int i=-1;j=0;
int[] next=new int[pattern.length()];
if(i==-1||pattern.charAt(i)==pattern.charAt(j)){
	i++;
	j++;
	next[j]=i;
}
else{
		j=next[i];
	}

这里有人会问了，为什么一开始我们要把i=-1呢？
其实实现方式有很多种，我们只要把握思想就好了，我们上面已经写了几个简单的步骤，合起来以后，我们想要代码不轻易改动的话，这样是最优解了。
然后我们再运行一遍，看是否是我们想要的结果，如果不是我们想要的结果，那么一般来说都是边界值没有处理好造成的，稍微加几个限制条件就可以了。

然后就是KMP算法的框架了，这个我就不叙述了，KMP算法的灵魂就在求这样一个智能的next数组上面，其余的代码，几乎和BF算法一样，没必要多做叙述。