KMP算法解析

KMP算法用来匹配一个字符串是否包含一个指定字符串；

• KMP算法的核心是得到子串的部分匹配表；在计算当出现不匹配时子串要回溯的位置时需要用到；

• 部分匹配值：”就是”前缀”和”后缀”的最长的共有元素的长度。
  以子串ABCDABD为例，来得到他的部分匹配表

  首先弄清楚前缀与后缀的概念；前缀指去除尾部字符的全部组合；后缀指去除首部字符的全部组合；
  比如：ABCDA的前缀有[“A”,“AB”,“ABC”,“ABCD”],后缀有[ “BCDA”, “CDA”, “DA”, “A”]

• 按照部分匹配值的定义计算出ABCDABD的部分匹配表为

  A	B	C	D	A	B	D
  0	0	0	0	1	2	0

  • “A”的前缀和后缀都为空集，共有元素的长度为0；
  • “AB”的前缀为[A]，后缀为[B]，共有元素的长度为0；（即A和B；共有元素长度为0）
  • “ABC”的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；（即AB和 BC；共有元素的长度0）
  • “ABCD”的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为0（即ABC和 BCD；共有元素的长度0）；
  • “ABCDA”的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为”A”，长度为1(即ABCD和 BCDA；共有元素的长度1)；
  • “ABCDAB”的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为”AB”，长度为2(即ABCDA和 BCDAB；共有元素的长度2)；
  • “ABCDABD”的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共有元素的长度为0。(即ABCDAB和 BCDABD；共有元素的长度0)

  • 根据公式：字串需要回溯的长度=匹配的字符长度-最后一个匹配字符对应的”部分匹配值”
    从而得到需要回溯到的位置索引

    //go代码实现返回他的Next切片
    func Next(needle string) []int {
    	l := len(needle)
    	next := make([]int, l)
    	next[0] = -1
    	k := -1
    	i := 0
    	for i < l-1 {
    		if k == -1 || needle[k] == needle[i] {
    			i++
    			k++
    			next[i] = k
    		} else {
    			k = next[k]
    		}
    	}
    	return next
    }
    

举例：

假定求字符串：BBCABCDABABCDABCDABDE（母串）中是否包含ABCDABD（子串）

在开始计算之前需要得到子串的部分匹配值

1. 从符串BBCABCDABABCDABCDABDE第一位开始匹配ABCDABD第一位；符合的话就匹配ABCDABD的第二位，以此类推

2. 按照第1步逻辑我们走到母串的索引为3的位置；BBCABCDABABCDABCDABDE；发现最后的A与字串最后的D不符合；按照暴力匹配来算，可能得从母串的索引为4的位置再重复第1步；但是按照KMP算法的子串部分匹配值；用匹配的字符长度-最后一个匹配字符对应的”部分匹配值”得到字串需要回溯的长度；

   回溯的长度=6-2；指针指到C从C开始匹配

3. C与索引9的A不匹配；还需要回溯：2-0=2；回到字串的第一位A；

4. A与母串的索引9相同；重复第一步；

5. 以此循环往复；最终走到母串的索引19；BBCABCDABABCDABCDABDE；完成匹配；这时候也可以把字串给回溯7-0位重新开始重复第1步；试图寻找是否还存在匹配

根据Next返回的切片计算出字符串匹配的位置

//KMP字符串匹配
func SindexKMP(S,T string) int {
	next:=NextArray(T)
	i := 0
	j := 0
	//同时满足才可以  找除字符串出现的第一个位置
	for ;i <= len(S) -1  && j <= len(T) -1;{
		if j == -1|| S[i] == T[j]{
			//当字符匹配时 i j 都加1
			i++
			j++
		}else{
			//子串的 偏移量 从next数组中取  i 不变
			j = next[j]
		}
	}
	//如果 j 大于 或者 等于 T串的长度 说明匹配成功
	if j >= len(T) -1 {
		return i - len(T) +1
	}
	return 0
}

调用：

func  main(){
	str:="ABCDABD"
	array := Next(str)
	fmt.Println(array)
	T:="BBCABCDABABCDABCDABDE"
	kmp := SindexKMP(T, str)
	fmt.Println(kmp)
	fmt.Println(T[kmp-1:kmp+6] )
}
/*
output:
	[-1 0 0 0 0 1 2]
	14
	ABCDABD
*/