原文地址:http://blog.csdn.net/ksearch/article/details/27837847
KMP算法如果理解原理的话,其实很简单。
KMP算法简介
这里根据自己的理解简单介绍下。
KMP算法的名称由三位发明者(Knuth、Morris、Pratt)的首字母组成,又称字符串查找算法。
个人觉得可以理解为最小回溯算法,即匹配失效的时候,尽量少回溯,从而缩短时间复杂度。
KMP算法有两个关键的地方,1)求解next数组,2)利用next数组进行最小回溯。
1)求解next数组
j | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
---|---|---|---|---|---|---|---|---|---|
p | a | b | a | a | b | c | a | b | a |
next[j] | -1 | -1 | 0 | 0 | 1 | -1 | 0 | 1 | 2 |
以 j = 8 为例,最长前缀为aba,最后一个字符位置为2,故 next[8] = 2 。
- t = next[ j - 1 ] + 1,t 指向可能等于 p[ j ] 的位置,即 p[ t ] 可能等于 p[ j ]。
- 如果 p[ t ] = p[ j ] , 那么 next[ j ] = next[ j - 1 ] + 1
- 如果 p[ t ] != p[ j ] , 则令 t = next[ t - 1 ] + 1,继续第 2 步直到 t = 0 或者找到位置。
- 结束时判断p[ t ] 是否等于 p[ j ] ,如果等于则 next[ j ] = t , 否则等于 -1 。
下图表示了第一次不匹配,第二次匹配的过程,其它过程可以类推。其中 或 覆盖部分表示最长匹配串。 为待判定位置, 为已判定位置。
2)利用next数组进行最小回溯
s ××××××××××××××××××××××××××××××××××××××××××××
p ××××××××××××××
在j处不失配时,前面的有部分匹配,这时需要利用next数组信息进行最小回溯。
s ××××××××××××××××××××××××××××××××××××××××××××
p ××××××××××××××
(这里 i 指向 s , j 指向 p。)
注意在 j = 0 的时候失配时,直接 i++ 即可。
当 j > 0 的时候,需要利用next数组最快找到 p[ j ] == s[ i ] 的位置。
如果 j 移动到了0还找不到,则 i++,然后继续匹配。
这里我们可以发现只有 j 回溯了,i没有回溯,但是由于普通版本的 KMP 算法 j 需要不停地回溯直到找到合适的回溯位置,因此速度不是特别快,还可以继续优化,感兴趣的读者可以想想如何事先求解好next数组从而不需要不停地回溯。
代码实现
strStr返回的是首次匹配的地址,如果不能匹配则返回NULL。
- class Solution {
- public:
- vector<int> getNext(char* &s){
- vector<int> next(strlen(s), -1);
- for(int i=1; i<strlen(s); i++){
- int j = next[i-1]; /* 前一个字符的最长匹配长度 */
- while(s[j+1] != s[i] && j>=0)
- j = next[j];
- if(s[j+1] == s[i])
- next[i] = j+1;
- // else 默认为-1
- }
- return next;
- }
- char *strStr(char *haystack, char *needle) {
- if(haystack==NULL || needle==NULL) return NULL;
- if(strlen(haystack) < strlen(needle)) return NULL;
- if(strlen(needle) == 0) return haystack;
- vector<int> next = getNext(needle);
- int i = 0;
- int j = 0;
- int haystackLen = strlen(haystack);
- int needleLen = strlen(needle);
- while(i<haystackLen && j<needleLen){
- if(haystack[i] == needle[j] ) {
- i++;
- j++;
- if(j == needleLen) return haystack + i - j;
- }else{
- if(j == 0) i++;
- else j = next[j-1]+1; /* 该步骤可以优化 */
- }
- }
- return NULL;
- }
- };
由于有人问有没有java版本的,由于鄙人java比较挫,写java时部分还写成了scala的语法,不知道代码是否规范,有优化的地方还麻烦java方面的大神指点。
- import java.util.*;
- public class StrStrSolution {
- private List<Integer> getNext(String p){
- List<Integer> next = new ArrayList<Integer>();
- next.add(-1);
- for(int i=1; i<p.length(); i++){
- int j = next.get(i-1);
- while(p.charAt(j+1) != p.charAt(i) && j>=0)
- j = next.get(j);
- if(p.charAt(j+1) == p.charAt(i))
- next.add( j + 1 );
- else
- next.add( -1 );
- }
- return next;
- }
- public String strStr(String haystack, String needle) {
- if (haystack == null || needle == null) return null;
- if (needle.length() == 0) return haystack;
- if (needle.length() > haystack.length()) return null;
- List<Integer> next = getNext(needle);
- int i = 0;
- int j = 0;
- int haystackLen = haystack.length();
- int needleLen = needle.length();
- while(i < haystackLen && j < needleLen){
- if(haystack.charAt(i) == needle.charAt(j) ) {
- i++;
- j++;
- if(j == needleLen) return haystack.substring(i - j);
- }else{
- if(j==0) i++;
- else j = next.get(j-1)+1;
- }
- }
- return null;
- }
- public static void main(String[] args) {
- String s = "babcabaabcacbac";
- String p = "abaabcac";
- StrStrSolution sol = new StrStrSolution();
- System.out.println(sol.strStr(s,p));
- }
- }