KMP算法中next数组解析

 

KMP算法   next数组解析

本文很多词汇为 个人创造，如：最长匹配真前后缀、 次级最长匹配真前后缀 等。如有表述不清，请联系我。

 

接上篇：

next 数组 主要记录 子串 的 每一个前缀（按顺序）的 最长匹配真前后缀 的长度。

这里讲一下 求解原理。

数组从零开始，第一个数 “-1” ，代表不存在；（有的以 “0”，为起点代表空，这不矛盾，全加1 ，即为此格式）

此数组是一点点增长的，下一个数据依赖之前的数据。

举例子来描述原理：

   步骤1：

          当新的最后一个字母过来，和上一个字符串的 最长匹配真前后缀 的前缀后一位相同，则在数组对应位置，记录上的数是上一个 最长匹配真前后缀 长度 +1 ；即next数组前一个位置next[j] +1.  （新出现一个数，最长匹配真前后缀 的长度 最多 +1 ，对吧。下面会用到）

   步骤2 ：

.如果新过来的字符和下一个位置不相符，如何处理？

    新出现一个数，最长匹配真前后缀 的长度 最多 +1

   那一定就是要把下面的串右移！！！即 最长匹配真前后缀 的长度 会减少！！

   怎么移呢？ 从头一个一个匹配？ 可以，但并不优秀。

  之前next数组中记录的数据，是不是可以用起来呢？

  我们求的是匹配长度最大值，可以从可能的最大值依次往下验证，成立即为新的最大。

  

 划重点啦!!!    可能的最大值 是什么呢？

 就是从 次级最长匹配真前后缀  的下一位 匹配啊！！！

 举个例子： 子串  S =  "abcdabceabcdabc" ；  新字符 为 'd'; 示例如下：

'd' 和 'e' 失配后，存在可能性的就是 次级最长匹配真前后缀 且长度从大到小排列的，就是 图中的 S4 ！

此时只需要把 ： ‘d’  和 次级最长匹配真前后缀  S4 后面的字符比较就可以了！

此处并不需要具体 字符串是什么，只需要知道位置即可，且next 数组存的就是这些！故此可以利用起来！

如果相同 执行步骤一，如果不相同执行步骤二。

解释：

      次级最长匹配真前后缀  是 字符串S 的第二长的  匹配真前后缀 ，同时也是 最长匹配真前后缀 （S3）的 最长匹配真前后缀。

在此处，各位看官怎么理解都可以。不过似乎 理解为 ，最长匹配真前后缀 （S3）的 最长匹配真前后缀 （-->S4），方便一些。便于理解这个代码中的循环处理。

   

附上代码：

void cal_next(char *str, int *next, int len)
{
    next[0] = -1;//next[0]初始化为-1，-1表示不存在相同的最大前缀和最大后缀
    int k = -1;//k初始化为-1
    for (int q = 1; q <= len-1; q++)
    {
        while (k > -1 && str[k + 1] != str[q])//如果下一个不同，那么k就变成next[k]，注意next[k]是小于k的，无论k取任何值。
        {
            k = next[k];//往前回溯 //取其次级最长匹配真前后缀 的长度
            cout<< "k = " << k <<endl;
        }
        if (str[k + 1] == str[q])//如果相同，k++
        {
            k = k + 1;
        }
        next[q] = k;//这个是把算的k的值（就是相同的最大前缀和最大后缀长）赋给next[q]
        
        cout<<next[q]<<endl;
    }
}