字符串——扩展kmp算法

扩展kmp算法

原文链接：扩展kmp算法

**问题定义：**给定俩个字符串，文本串S，模式串T，长度分别为n和m，下标从0开始定义。定义Extend[]数组，Extend[i] 等于 S[i]…S[n-i] 与 T 的最长相同的前缀长度，现在问题是求出所有Extend[i]。举个例子，看下表：

i	0	1	2	3	4	5	6	7
S	a	a	a	a	a	b	b	b
T	a	a	a	a	a	c
Extend[i]	5	4	3	2	1	0	0	0

如果在S的某个位置 i 有Extend[i] = m，则可知在 S 中找到了模式串 T，并且匹配的首位是 i 。而且，扩展kmp算法可以找到 S 中所有 T 的匹配。

一.算法流程

（1）

如上图，假设当前遍历到 S 串位置 I ，即Extend[0]…Extend[i-1]这 i 个位置的值已经计算得到了。设置俩个变量 a 和 p 。代表以 a 为起始位置的字符匹配成功的最右边界，也就是 “p = 最后一个匹配成位置 + 1“。相较于字符串 T 得出，S[a…] 等于T[0…p-a]。
再定义一个辅助数组int Next[]， 其中Next[i] 的含义为：T[i]…T[m-1] 与 T 的最长相同的前缀长度，m为串 T 的长度。举个例子：

i	0	1	2	3	4	5
T	a	a	a	a	a	c
Next[i]	6	4	3	2	1	0

（2）

S[i] 对应 T[i - a]， 如果 i + Next[i - a] < p， 如上图，三个椭圆长度相同，根据Next数组的定义，此时 Extend[i] = Next[i - a]。

（3）

如果i + Next[i - a] == p呢？ 如上图，三个椭圆都是完全相同的， S[p] != T[p - a] 且 T[p - i] != T[p - a]， 但S[p] 有可能等于 T[p - i]， 所以我们可以直接从 S[p] 与 T[p - i]开始往后匹配，加快了速度。
（4）

如果i + next[i - a] > p呢？那说明S[i…p)与T[i-a…p-a)相同，注意到S[p] != T[p - a]且T[p - i] == T[p - a]，也就是说S[p] != T[p - i]，所以就没有继续往下判断的必要了，我们可以直接将extend[i]赋值为p - i。

（5）
最后，就是求解 next 数组。我们再来看下next[i]与extend[i]的定义：

1. next[i]： T[i]…T[m - 1]与 T 的最长相同前缀长度；
2. extend[i]： S[i]…S[n - 1]与 T 的最长相同前缀长度。

恍然大悟，求解next[i]的过程不就是 T 自己和自己的一个匹配过程嘛，下面直接看代码。

二.代码

#include <iostream>
#include <string>

using namespace std;

/* 求解 T 中 next[]，注释参考 GetExtend() */
void GetNext(string & T, int & m, int next[])
{
   
    int a = 0, p = 0;
    next[0] = m;

    for (int i = 1; i < m; i++)
    {
   
        if (i >= p || i + next[i - a] >= p)
        {
   
            if (i >= p)
                p = i;

            while (p < m && T[p] == T[p - i])
                p++;

            next[i] = p - i;
            a = i;
        }
        else
            next[i] = next[i - a];
    }
}

/* 求解 extend[] */
void GetExtend(string & S, int & n