KMP

KMP

求助编辑百科名片

  

使用KMP加moonlight3.0解码

KMP算法是通过分析子串，预先计算每个位置发生不匹配的时候，所需GOTO的下一个比较位置，整理出来一个next数组，然后在上面的算法中使用。

目录

朴素算法

KMP算法

KMP算法的讲解

定义

举例

KMP算法的伪代码

KMP算法的c++实现

串的最大匹配算法

1. 摘要：
2. 关键词：

问题的提出

问题的描述

算法设计

结束语

C语言代码(C Code)

KMP算法的pascal实现

KMP播放器

展开

朴素算法

KMP算法

KMP算法的讲解

定义

举例

KMP算法的伪代码

KMP算法的c++实现

串的最大匹配算法

1. 摘要：
2. 关键词：

问题的提出

问题的描述

算法设计

结束语

C语言代码(C Code)

KMP算法的pascal实现

KMP播放器

展开

　　Knuth-Morris-Pratt Algorithm，简称KMP算法。

　　K-multimedia player，简称KMP播放器。

编辑本段朴素算法

　　先看看最“朴素”的算法：

　　//find a template in a string.

　　#include<string.h>

　　#include<stdio.h>

　　int Index(char *S, char *T, int pos)//pos记录从哪一位开始匹配可以直接用0代替

　　{

　　int k=pos, j=0;

　　while(k <strlen(S) && j<strlen(T))//未超出字符串的长度

　　{

　　if (S[k] == T[j]) { ++k; ++j;} //如果相同，则继续向后比较

　　else {k = k-j+1; j =0;} //如果不同，就回溯，重新查找

　　}

　　if (j == strlen(T)) return k-strlen（T）;

　　else return 0;

　　}

编辑本段KMP算法

　　一种由Knuth(D.E.Knuth)、Morris(J.H.Morris)和Pratt(V.R.Pratt)三人设计的线性时间字符串匹配算法。这个算法不用计算变迁函数δ，匹配时间为Θ(n)，只用到辅助函数π[1，m]，它是在Θ(m)时间内，根据模式预先计算出来的。数组π使得我们可以按需要，“现场”有效的计算(在平摊意义上来说)变迁函数δ。粗略地说，对任意状态q=0，1，…，m和任意字符a∈Σ，π[q]的值包含了与a无关但在计算δ(q，a)时需要的信息。由于数组π只有m个元素，而δ有Θ(m∣Σ∣)个值，所以通过预先计算π而不是δ，使得时间减少了一个Σ因子。^[1]

　　KMP算法是通过分析子串，预先计算每个位置发生不匹配的时候，所需GOTO的下一个比较位置，整理出来一个next数组，然后在上面的算法中使用。

编辑本段KMP算法的讲解

　　当我们分析一个子串时，例如：abcabcddes. 需要分析一下，每个字符x前面最多有多少个连续的字符和字符串从初始位置开始的字符匹配。然后+1就行了（别忘了，我们的字符串都是从索引1开始的）当然，不要相同位置自己匹配，默认第一个字符的匹配数是0。

编辑本段定义

　　设字符串为 x1x2x3...xn ,其中x1，x2，x3，... xi，... xn均是字符，设ai为字符xi对应的整数。则a=m，当且仅当满足如下条件：字符串x1x2...xm equals 字符串x(i-m+1)...xi-1 xi 并且x1x2...xm x(m+1) unequals x(i-m) x(i-m+1)...xi-1 xi。

编辑本段举例

　　abcabcddes

　　0111234111

　　|----------------------默认是0

　　--| | |-----------------不能自己在相同位置进行字符匹配，所以这里认为没有匹配字符串，所以0+1 =1，继续从1开始匹配

　　------| | |-----------前面的字符和开始位置的字符相同，所以是2,3,4

　　-----------| | | |-------不匹配只能取1。

　　希望能明白的是，如果开始字符是 Ch1的话，那么我们就是要在串中第2个Ch1后面的位置开始自己和自己匹配，计算最大的吻合度。

　　程序写出来就是：

　　void GetNext(char* T, int *next)

　　{

　　int k=1,j=0;

　　next[1]=0;

　　while( k〈 T[0] ){

　　if (j ==0 || T[k] == T[j])

　　{

　　++k;

　　++j;

　　next[k] = j;

　　}

　　else j= next[j];

　　}

　　}

　　但是这个不是最优的，因为他没有考虑aaaaaaaaaaaaaaaaaaab的情况，这样前面会出现大量的1，这样的算法复杂度已经和最初的朴素算法没有区别了。所以稍微改动一下：

　　void GetNextEx(char *T, int *next)

　　{

　　int k=1,j=0; next[1] = 0;

　　while(k < T[0])

　　{

　　if (j == 0 || T[k] == T[j])

　　{

　　++k; ++j;

　　if (T[k] == T[j])

　　next[k] = next[j];

　　else

　　next[k] = j;

　　}

　　else j = next[j];

　　}

　　}

　　现在我们已经可以得到这个next字符串的值了，接下来就是KMP算法的本体了：

　　相当简单：

　　int KMP(char* S, char* T, int pos)

　　{

　　int k=pos, j=1;

　　while (k){

　　if (S[k] == T[j]){ ++k; ++j; }

　　else j = next[j];

　　}

　　if (j>T[0]) return k-T[0];

　　else return 0;

　　}

　　和朴素算法相比，只是修改一句话而已，但是算法复杂度从O(m*n) 变成了：O(m)

编辑本段KMP算法的伪代码

　　KMP-MATCHER(T，P)

　　1　n ← length[T]

　　2　m ←length[P]

　　3　π ← COMPUTE-PREFIX-FUNCTION(P)

　　4　q ← 0　△Number of characters matched.

　　5　for i ← 1 to n　△Scan the text from left to right.

　　6　do while q>0 and P[q+1]≠T[i]

　　7　do q ← π[q]　△Next character does not match.

　　8　if P[q+1]=T[i]

　　9　then q ← q+1　△Next character matches.

　　10　if q=m　△Is all of P matched?

　　11　then print “Pattern occurs with shift” i-m

　　12　q ← π[q]　△Look for the next match.

　　COMPUTE-PERFIX-FUNCTION(P)

　　1　m ← length[P]

　　2　π[1] ← 0

　　3　k ← 0

　　4　for q ← 2 to m

　　5　do while k>0 and P[k+1]≠P[q]

　　6　do k ← π[k]

　　7　if P[k+1]=P[q]

　　8　then k ← k+1

　　9　π[q] ← k

　　10　return π^[1]

编辑本段KMP算法的c++实现

　　//c++实现的KMP算法，所有涉及字符串，其初始下标从0开始(上述算法均是从1开始)

　　//example: char s[100],t[100];cin>>s>>t;KMP(s,t);

　　//获取待查询模式的next数组

　　int* get_next(char* T, int* next){

　　int i = 0, j = -1;

　　int length = strlen(T);

　　int *temp = next;

　　*next = -1;

　　while(i< length){

　　if(j==-1 || *(T+i)==*(T+j)){

　　i++;

　　j++;

　　//优化后的get_next方法，可以防止出现形如"aaaaab"这种模式的计算退化

　　if(*(T+i)!=*(T+j))

　　*(next+i)=j;

　　else

　　*(next+i)=*(next+j);

　　}

　　else

　　j=*(next+j);

　　}

　　return temp;

　　}

　　//KMP算法

　　int KMP(char *S, char *T){

　　int S_Length = strlen(S);

　　int T_Length = strlen(T);

　　//若模式长度大于字符串，则直接返回查询失败

　　if( S_Length < T_Length)

　　return 0;

　　int i = 0, j = 0;

　　int* next = new int[T_Length];

　　get_next(T, next);

　　while(i < S_Length && j < T_Length){

　　if(j == -1 || *(S+i) == *(T+j)){

　　i++;

　　j++;

　　}

　　else

　　j=*(next+j);

　　}

　　if(j>=T_Length)

　　return i-T_Length;

　　return 0;

　　}

　　在此提供一个更简明的适用于字符串的kmp实现：

　　#include<iostream>

　　#include<string.h>

　　int next[100];

　　void getnext(char b[])

　　{

　　int i=1,j=0; //i是每个位子，j是回退的位子

　　next[1]=0;

　　while(i<=strlen(b))

　　{

　　if(j==0||b[i-1]==b[j-1])

　　{

　　i++;

　　j++;

　　next[i]=j;

　　}

　　else j=next[j]; //用上一个的 回退关系

　　}

　　}

　　int kmp(char a[],char b[])

　　{

　　int i=1,j=1; //i是主串中的位子 ，j匹配串的位子

　　while(i<=strlen(a)&&j<=strlen(b))

　　{

　　if(j==0||a[i-1]==b[j-1])

　　{

　　i++;

　　j++;

　　}

　　else j=next[j];

　　}

　　if(j>strlen(b))

　　return i-strlen(b);

　　else return 0;

　　}

　　int main()

　　{

　　char a[40],b[40];

　　printf("要匹配的主串：\n");

　　scanf("%s",a);

　　printf("要匹配的子串：\n");

　　scanf("%s",b);

　　getnext(b);

　　printf("输出next值：\n");

　　for(int i=1;i<=strlen(b);i++)

　　printf("%d ",next[i]);

　　printf("\n");

　　printf("%d",kmp(a,b));

　　system("pause");

　　main();

　　return 0;

　　}

编辑本段串的最大匹配算法

摘要：

　　给定两个串S和T，长分别m和n，本文给出了一个找出二串间最大匹配的算法。该算法可用于比较两个串S和T的相似程度，它与串的模式匹配有别。

关键词：

　　模式匹配 串的最大匹配 算法

　　Algorithm on Maximal Matching of Strings

　　Lin YuCai Xiang YongHong Zhang ChunXia Zhang JianJun

　　（Computer Science Department of Yunnan Normal University Kunming 650092）

　　ABSTRACT Given Two Strings S of length m and T of length n，the paper presents an algorithm which finds the maximal matching of them. The algorithm can be used to compare the similarility of the two strings S and T, it is different with the strings' pattren matching.

　　KEY WORDS Pattern Matching Maximal Matching of Strings Algorithm

编辑本段问题的提出

　　字符串的模式匹配主要用于文本处理，例如文本编辑。文本数据的存储（文本压缩）和数据检索系统。所谓字符串的模式匹配[2]，就是给定两个字符串S和T，长度分别为m和n，找出T中出现的一个或多个或所有的S，在这方面已经取得了不少进展[3][4][5][6][7][8][9][10][11]。本文从文本处理的另一个角度出发，找出两个串的最大匹配，比较其相似程度[1]。它主要应用于文本比较，特别是在计算机辅助教学中。显然前者要找S的完全匹配，而后者并无此要求。例如，若S=ABCD，T=EFABCDX，那么模式匹配的结果就是找出了T中的一个ABCD，而我们算法的结果就是S能与T的ABCD完全匹配，但是T中还有3个字符是比S多出来的，也就是说在S中有100%的字符与T中的匹配，而在T中有57%的字符与S中的匹配。若S= ABCDFE，T=AFXBECDY。则在模式匹配中S与T无匹配项，但在我们的算法中就能发现T中存在A，B，C，D，但D后不存在E，F。而且S中也存在A，B，C，D，且具有顺序性。这样就能公正地评价S，T的区别。得知其相似程度。

　　文章的组织如下：首先介绍基本定义和问题的描述；第三节是算法设计；最后是本文总结。

编辑本段问题的描述

　　设∑为任意有限集，其元称为字符，w：∑→N为∑到N的函数，称为∑的权函数（注：本文仅讨论权值恒为1的情况）。∑*为∑上的有限字符串集合，那么对任意S，T∈∑*，设S=a1a2…am，T=b1b2…bn，m>0，n>0。记<m>={1,2, …,m},<n>={1,2, …,n}，则称{(i,j)∣i∈<m>，j∈<n>，ai=bj}为S与T的匹配关系集，记作M（S，T），称M为S与T的一个（容许）匹配，若对任意（i,j）, ( i',j' )∈，① i< i'，当且仅当j< j'，② i= i'当且仅当j= j'。S与T的匹配中满足 最大者，称为S与T的最大匹配。若C(i,j)为N上的m×n矩阵，且满足：

　　则称矩阵C为串S与T的匹配关系阵。

　　于是求串S与T的最大匹配，等价于求C中的一个最大独立点集M，它满足，若ci,j，ci',j'∈M，则i< i' 当且仅当j< j'，i=i'当且仅当j=j'。我们称这样的最大独立点集为C的最大C-独立点集。

　　例：设∑为所有字母的集合，对任意x∈∑，w（x）≡1，设S与T分别为：S=“BOOKNEWS”，T=“NEWBOOKS”。则我们可以得到S与T两个匹配：

　　这里=5；

　　这里 =4。

　　显然为串S与T的最大匹配。

　　S与T的匹配关系阵C可表示如下：

　　其中带圈的部分为一最大C-独立点集。

编辑本段算法设计

　　我们仅就权值为一的情况进行讨论。

　　设S和T为任意给定串，C为的S与T匹配关系阵，那么由2的讨论知，求S与T的最大匹配问题，等价于求C的最大C-独立点集问题。因而，为了解决我们的问题，只要给出求C的最大C-独立点集的算法就可以了。

　　显然，为了求出C的最大C-独立点集，我们可以采用这样的方法：搜索C的所有C-独立点集，并找出它的最大者。这种方法是可行的，但并不是非常有效的。这会使问题变得很繁，复杂度很大。因此，我们先对问题进行分析。

　　在下面的讨论中，我们把C的任一C-独立点集={ai1,j1，…，ais,js}，记作=ai1,j1…ais,js，i1 <…< is。于是可看作阵C中以1为节点的一条路，满足：对路中的任意两节点，均有某一节点位于另一节点的右下方。称这种路为右下行路。

　　于是求C-独立点集等价于求阵C的右下行路。这种求右下行路的搜索可以逐行往下进行。

　　命题1. 若 =αai,jβ和ψ=α'ai,jσ为C的两个C-独立点集，且α为α'的加细，则存在C-独立点集'=αai,jδ，满足≥。

　　命题2. 若 =αai,jβ和ψ=α'ai+k,jσ为C的两个C-独立点集，且≥，则存在C-独立点集'=αai,jδ，满足≥。

　　命题3. 若 =αai,jβ和ψ=α'ai,j+kσ为C的两个C-独立点集，且≥，则存在C-独立点集'=αai,jδ，满足≥。

　　由命题1知，在搜索右下行路的过程中，如果已获得了某一C-独立点集的某一初始截段αai,j和另一C-独立点集ψ的某一初始截段α'ai,j，且有≤，则我们可以停止对ψ的进一步搜索。

　　由命题2知，在搜索右下行路的过程中，在某一列j存在某两个C-独立点集的某初始截段=ai1,j1…ais,j和ψ=al1,m1…alt,j，如果≥，但lt>is，则我们可以停止对ψ的进一步搜索。

　　由命题3知，在搜索右下行路的过程中，在某一行i存在某两个C-独立点集的某初始截段=ai1,j1…ai,js和ψ=ai1,m1…ai,mt，如果≥，但mt>js，则我们可以停止对ψ的进一步搜索。

　　由此可见，并不要求搜索所有C的最大C-独立点集，而可以采用比这简单得多的方法进行计算。那么按照我们上面的三个命题，来看如下实例：

　　首先我们得到=B（在上的节点用①表示），我们向右下方找路，可以发现，在第4列有两个1，根据命题2，我们选择上面的一个1，也就是说选择第1行的那个1，而不要第2行的那个1。同时我们也发现在第1行也有两个1，由命题3知，我们选择左边的那个1，即第4列的那个1。此时=BO。但是当我们的算法运行到第4行时，=BOOK，由于K在第3行第6列，而本行的1在第1列，在路最后一个节点K的左边，那么我们必须新建一条路ψ，因为我们并不能确定是否以后就有≥，当算法运行到第6行时，=BOOK，ψ=NEW，=4，=3，我们将S链到路上，此时我们得到最长右下行路=BOOKS，=5。这样我们就可以计算出这两个字符串的匹配程度。

　　在我们的算法设计过程中，用到了两个技巧。技巧之一，矩阵C不用存储，是动态建立的，节省了空间。技巧之二，本算法并不要求所有的S与T中所有的元素都相互进行比较，也并不存储所有的右下行路，节省了时间和空间。由矩阵中1的出现情况可见，本算法所需的空间和时间都远小于O（mn）

编辑本段结束语

　　本文给出了一个与模式匹配不同的，具有若干应用的，串的最大匹配算法，该算法已经在机器上实现，达到了预期的效果。本文仅讨论权值恒为1的情况，对于权值任意的情形不难由此得到推广。

编辑本段C语言代码(C Code)

　　#include<stdio.h>

　　#include<string.h>

　　void getnext(int next[],char s[],int l)

　　{

　　int i=1,j=0;

　　next[1]=0;

　　while(i<l)

　　{

　　if(j==0 || s[i]==s[j])

　　{

　　i++;j++;

　　next[i]=j;

　　}

　　else

　　j=next[j];

　　}

　　}

　　int KMP(char s1[],char s2[],int l1,int l2,int next[])

　　{

　　int i,j;

　　i=j=1;

　　while(i<=l1 && j<=l2)

　　{

　　if(j==0||s1[i]==s2[j])

　　{

　　i++;j++;

　　}

　　else

　　j=next[j];

　　}

　　if(j>l2)

　　return(i-l2);

　　return 0;

　　}

　　int main()

　　{

　　int next[10001],ans,l1,l2;

　　char s1[10001],s2[10001];

　　scanf("%s",s1+1);

　　scanf("%s",s2+1);

　　l1=strlen(s1+1);

　　l2=strlen(s2+1);

　　getnext(next,s2,l2);

　　ans=KMP(s1,s2,l1,l2,next);

　　if(ans!=0)

　　printf("%d\n",ans);

　　else

　　printf("No!\n");

　　system("pause");

　　return 0;

　　}

编辑本段KMP算法的pascal实现

　　var next:array [1 ..1000001] of longint;

　　s,t:ansistring;

　　procedure get_next(t:ansistring);

　　var j,k:integer;

　　begin

　　j:=1; k:=0;

　　while j<length(t) do

　　begin

　　if (k=0) or (t[j]=t[k]) then

　　begin

　　inc(j);

　　inc(k);

　　next[j]:=k;

　　end

　　else k:=next[k];

　　end;

　　end;

　　function index(s:ansistring;t:ansistring):longint;

　　var i,j:longint;

　　begin

　　get_next(t);

　　index:=0;

　　i:=1; j:=1;

　　while (i<=length(s))and(j<=length(t)) do

　　begin

　　if (j=0)or(s[i]=t[j]) then

　　begin

　　inc(i);

　　inc(j);

　　end

　　else j:=next[j];

　　if j>length(t) then index:=i-length(t);

　　end;

　　end;

　　begin

　　readln(s);

　　readln(t);

　　writeln(index(s,t))

　　end.

编辑本段KMP播放器

　　K-multimedia player的缩写

  

来自韩国的影音 全能播放器 ，与Mplayer一样从linux平台移植而来的Kmplayer(简称KMP)几乎可以播放您系统上所有的影音文件。通过各种插件扩展KMP可以支持层出不穷的新格式。强大的插件功能,直接从Winamp继承的插件功能，能够直接使用winamp的音频 ，输入，视觉效果插件，而通过独有的扩展能力，只要你喜欢，可以选择使用不同解码器对各种格式进行解码。

　　KMPlayer The Professional Media Player!

　　它支持 Winamp 2/5 的输入、常规、DSP、视觉效果、媒体库插件。无须注册表支持直接调用 Directshow 滤镜！FFdshow 的视觉特效系统~超强的 GUI 界面~安装电视卡后可以直接代替原软件直接收看电视~支持播放 DVD/VCD 以及绝大多数电脑的媒体文件（AVI 支持 Xvid/DivX/3vid/H264 OGG/OGM/MKV 容器/AC3/DTS 解码~Monkey Audio 解码~）强烈推荐！此播放器除了会将自己的配置信息写入注册表外绝对绿色~

　　KMplayer内置目前常见的所有解码器，包括real,QT等。

　　另外KMplayer安装版也是目前很少见的检查流氓软件的安装方式，如果一旦有恶意的汉化小组汉化并捆绑了流氓软件。该安装程序自动会识别，并作出提示，建议用户不要安装，虽然不是特别准确，但KMplayer的无广告及第三方插件的特点使其深受好评。

　　目前韩国官方已经在Kmplayer里自带了中文字库，只要用户是中文系统，软件就会自动识别，十分方便。

　　KMP版本: