转自知乎-我见过最通俗易懂的KMP算法详解

转载 2018年04月15日 18:23:22
有些算法,适合从它产生的动机,如何设计与解决问题这样正向地去介绍。但KMP算法真的不适合这样去学。最好的办法是先搞清楚它所用的数据结构是什么,再搞清楚怎么用,最后为什么的问题就会有恍然大悟的感觉。我试着从这个思路再介绍一下。大家只需要记住一点,PMT是什么东西。然后自己临时推这个算法也是能推出来的,完全不需要死记硬背。KMP算法的核心,是一个被称为部分匹配表(Partial Match Table)的数组。我觉得理解KMP的最大障碍就是很多人在看了很多关于KMP的文章之后,仍然搞不懂PMT中的值代表了什么意思。这里我们抛开所有的枝枝蔓蔓,先来解释一下这个数据到底是什么。对于字符串“abababca”,它的PMT如下表所示:

就像例子中所示的,如果待匹配的模式字符串有8个字符,那么PMT就会有8个值。

我先解释一下字符串的前缀和后缀。如果字符串A和B,存在A=BS,其中S是任意的非空字符串,那就称B为A的前缀。例如,”Harry”的前缀包括{”H”, ”Ha”, ”Har”, ”Harr”},我们把所有前缀组成的集合,称为字符串的前缀集合。同样可以定义后缀A=SB, 其中S是任意的非空字符串,那就称B为A的后缀,例如,”Potter”的后缀包括{”otter”, ”tter”, ”ter”, ”er”, ”r”},然后把所有后缀组成的集合,称为字符串的后缀集合。要注意的是,字符串本身并不是自己的后缀。

有了这个定义,就可以说明PMT中的值的意义了。PMT中的值是字符串的前缀集合与后缀集合的交集中最长元素的长度。例如,对于”aba”,它的前缀集合为{”a”, ”ab”},后缀 集合为{”ba”, ”a”}。两个集合的交集为{”a”},那么长度最长的元素就是字符串”a”了,长 度为1,所以对于”aba”而言,它在PMT表中对应的值就是1。再比如,对于字符串”ababa”,它的前缀集合为{”a”, ”ab”, ”aba”, ”abab”},它的后缀集合为{”baba”, ”aba”, ”ba”, ”a”}, 两个集合的交集为{”a”, ”aba”},其中最长的元素为”aba”,长度为3。

好了,解释清楚这个表是什么之后,我们再来看如何使用这个表来加速字符串的查找,以及这样用的道理是什么。如图 1.12 所示,要在主字符串"ababababca"中查找模式字符串"abababca"。如果在 j 处字符不匹配,那么由于前边所说的模式字符串 PMT 的性质,主字符串中 i 指针之前的 PMT[j −1] 位就一定与模式字符串的第 0 位至第 PMT[j−1] 位是相同的。这是因为主字符串在 i 位失配,也就意味着主字符串从 i−j 到 i 这一段是与模式字符串的 0 到 j 这一段是完全相同的。而我们上面也解释了,模式字符串从 0 到 j−1 ,在这个例子中就是”ababab”,其前缀集合与后缀集合的交集的最长元素为”abab”, 长度为4。所以就可以断言,主字符串中i指针之前的 4 位一定与模式字符串的第0位至第 4 位是相同的,即长度为 4 的后缀与前缀相同。这样一来,我们就可以将这些字符段的比较省略掉。具体的做法是,保持i指针不动,然后将j指针指向模式字符串的PMT[j −1]位即可。

简言之,以图中的例子来说,在 i 处失配,那么主字符串和模式字符串的前边6位就是相同的。又因为模式字符串的前6位,它的前4位前缀和后4位后缀是相同的,所以我们推知主字符串i之前的4位和模式字符串开头的4位是相同的。就是图中的灰色部分。那这部分就不用再比较了。

有了上面的思路,我们就可以使用PMT加速字符串的查找了。我们看到如果是在 j 位 失配,那么影响 j 指针回溯的位置的其实是第 j −1 位的 PMT 值,所以为了编程的方便, 我们不直接使用PMT数组,而是将PMT数组向后偏移一位。我们把新得到的这个数组称为next数组。下面给出根据next数组进行字符串匹配加速的字符串匹配程序。其中要注意的一个技巧是,在把PMT进行向右偏移时,第0位的值,我们将其设成了-1,这只是为了编程的方便,并没有其他的意义。在本节的例子中,next数组如下表所示。


int KMP(char * t, char * p) 
{
	int i = 0; 
	int j = 0;

	while (i < strlen(t) && j < strlen(p))
	{
		if (j == -1 || t[i] == p[j]) 
		{
			i++;
           		j++;
		}
	 	else 
           		j = next[j];
    	}

    if (j == strlen(p))
       return i - j;
    else 
       return -1;
}

好了,讲到这里,其实KMP算法的主体就已经讲解完了。你会发现,其实KMP算法的动机是很简单的,解决的方案也很简单。远没有很多教材和算法书里所讲的那么乱七八糟,只要搞明白了PMT的意义,其实整个算法都迎刃而解。

现在,我们再看一下如何编程快速求得next数组。其实,求next数组的过程完全可以看成字符串匹配的过程,即以模式字符串为主字符串,以模式字符串的前缀为目标字符串,一旦字符串匹配成功,那么当前的next值就是匹配成功的字符串的长度。

具体来说,就是从模式字符串的第一位(注意,不包括第0位)开始对自身进行匹配运算。 在任一位置,能匹配的最长长度就是当前位置的next值。如下图所示。






求next数组值的程序如下所示:

void getNext(char * p, int * next)
{
	next[0] = -1;
	int i = 0, j = -1;

	while (i < strlen(p))
	{
		if (j == -1 || p[i] == p[j])
		{
			++i;
			++j;
			next[i] = j;
		}	
		else
			j = next[j];
	}
}
作者:海纳
链接:https://www.zhihu.com/question/21923021/answer/281346746
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。


数据结构学习心得

这周是十六周,专业课在这周末之前就都结课了。大二上学期的专业课比大一明显多了不少,随着专业知识的增多,我似乎也慢慢接受了计算机这个专业,曾经对计算机丝毫不感兴趣的我,竟然渴望成为一名优秀的IT女。  ...
  • Niki2222
  • Niki2222
  • 2015-12-18 08:27:04
  • 1409

数据结构课程设计——通讯录系统设计(C语言)

#include #include #include #include //用于实现toascii()函数#include #include #define MAXSIZE 31#includeusi...
  • skybelle
  • skybelle
  • 2014-07-12 11:25:56
  • 1677

坐在马桶上看算法:快速排序【强烈推荐】

http://developer.51cto.com/art/201403/430986.htm
  • bad_good_man
  • bad_good_man
  • 2014-08-14 14:14:55
  • 813

我见过最通俗易懂的快速排序过程讲解,转自《坐在马桶上看算法:快速排序》

如果以上C代码看不懂,请看下面java代码: public static int Partition(int[] a,int p,int r){   int x=a[r-1];   int i=p-1...
  • vayne_xiao
  • vayne_xiao
  • 2016-12-07 17:49:42
  • 22612

完成数据结构大作业

刚开始以为做一个航空售票系统很简单,不用几天,结果几乎每晚在做,还是用了半个多月。作为大作业可以做得很简单,也可以做得很复杂。其实可以把数据结构课本里面的所有数据结构都用到航空售票系统中,B+树、排序...
  • laibaohua
  • laibaohua
  • 2008-06-24 00:19:00
  • 300

知乎运维工程师

运 职位描述 维护知乎 IT、IDC 和各项在线、离线业务的稳定可靠与其他技术团队配合,持续优化架构和运维体系设计并开发各类运维工具和平台响应并解决各种线上的故障涉及的技术领域包括:分...
  • skybelle
  • skybelle
  • 2014-07-12 18:17:50
  • 488

什么是区块链?这是我见过的最通俗易懂的解释

什么是区块链?这是我见过的最通俗易懂的解释 最近区块链非常火,关注度和曝光度持续上升,国内众多巨头公司纷纷张开双臂拥抱,把区块链当做互联网时代的伟大颠覆性创新,一窝蜂研究怎样把区块链变成自己...
  • huangshulang1234
  • huangshulang1234
  • 2018-01-30 10:39:36
  • 803

算法相关——KMP算法最通俗易懂的解释

0.  前言一个字符串"BBCABCDABABCDABCDABDE"中是否包含另一个字符串"ABCDABD"? KMP就是最常用的字符串匹配算法之一。KMP不太容易理解,网上有很多解释,但读起来都很费...
  • SEU_Calvin
  • SEU_Calvin
  • 2017-03-15 18:03:39
  • 1381

数据结构学习总结

 随着2015年的结束,数据结构这门课程也即将结束,这一个学期跟着贺老师一起通过翻转课堂的方式学习既新鲜也很庆幸。对这一学期数据结构的学习我想说一说我的感受。 这学期数据结构学了线性结...
  • sunjiesj
  • sunjiesj
  • 2015-12-19 19:22:28
  • 720

说说翻转的数据结构课

自从接受了翻转课堂的思想,再也容不下传统课堂,于是,见一门,翻一门。条件不具备,就自力更生,艰苦奋斗,南泥湾是我心中的圣地。至于学生,知道他们需要适应,但这是一种信息时代该有的学习方式,带他们深度进入...
  • sxhelijian
  • sxhelijian
  • 2015-12-18 17:00:23
  • 2508
收藏助手
不良信息举报
您举报文章:转自知乎-我见过最通俗易懂的KMP算法详解
举报原因:
原因补充:

(最多只允许输入30个字)