KMP算法——字符串匹配

自己的笔记：

nextval[]规则：

= -1 ① j = 0 目标子串的首位；② T[j] = T[0] 且j之前没有与开头相同的字符；③  T[j] = T[0] 且j之前有与开头相同的字符，但j位本身也在相同子串之内。

= k j之前k位与开头k位相同，但j位本身也在相同子串之内。

= 0 其余情况 （注：j位本身也在相同子串之内，且不跟首位相同，值为0）

若比较到j位出现不等时，next[j] = -1 则 j = 0, i =+ 1; next[j] != -1 则 j = next[j], i不变。

----------------------------------------------------------------

java实现和改进：http://blog.sina.com.cn/s/blog_85b0ae450101j2iy.html

http://blog.csdn.net/pony_maggie/article/details/37832707

http://blog.csdn.net/lin_bei/article/details/1252686

定义 ：

（ 1 ） next[0]= -1  意义：任何串的第一个字符的模式值规定为 -1 。

（ 2 ） next[j]= -1    意义：模式串 T 中下标为 j 的字符，如果与首字符

相同，且 j 的前面的 1—k 个字符与开头的 1—k

个字符不等（或者相等但 T[k]==T[j] ）（ 1 ≤ k<j ）。

如： T=”abCabCad”  则  next[6]=-1 ，因 T[3]=T[6]

（ 3 ） next[j]=k     意义：模式串 T 中下标为 j 的字符，如果 j 的前面 k 个

字符与开头的 k 个字符相等，且 T[j] != T[k]  （ 1 ≤ k<j ）。

                        即 T[0]T[1]T[2] 。。。 T[k-1]==

T[j-k]T[j-k+1]T[j-k+2]…T[j-1]

且 T[j] != T[k]. （ 1 ≤ k<j ） ;

(4) next[j]=0    意义：除（ 1 ）（ 2 ）（ 3 ）的其他情况。

 

举例 ：

01 ） 求 T= “ abcac ”的模式函数的值。

     next[0]= -1  根据（ 1 ）

     next[1]=0    根据  (4)    因（ 3 ）有 1<=k<j; 不能说， j=1,T[j-1]==T[0]

     next[2]=0    根据  (4)    因（ 3 ）有 1<=k<j; （ T[0]=a ） != （ T[1]=b ）

     next[3]= -1  根据  (2)

     next[4]=1    根据  (3) T[0]=T[3]  且  T[1]=T[4]

     即    

下标	0	1	2	3	4
T	a	b	c	a	c
next	-1	0	0	-1	1

若 T= “ abcab ”将是这样：

下标	0	1	2	3	4
T	a	b	c	a	b
next	-1	0	0	-1	0

为什么 T[0]==T[3], 还会有 next[4]=0 呢 ,  因为 T[1]==T[4],  根据  (3)”  且 T[j] != T[k]” 被划入（ 4 ）。

02 ）来个复杂点的，求 T=”ababcaabc”  的模式函数的值。

next[0]= -1     根据（ 1 ）

         next[1]=0     根据 (4)

         next[2]=-1    根据  (2)

next[3]=0    根据  (3)  虽 T[0]=T[2]  但 T[1]=T[3]  被划入（ 4 ）

next[4]=2    根据  (3) T[0]T[1]=T[2]T[3]  且 T[2] !=T[4]

next[5]=-1  根据  (2) 

next[6]=1    根据  (3) T[0]=T[5]  且 T[1]!=T[6]

next[7]=0    根据  (3)  虽 T[0]=T[6]  但 T[1]=T[7]  被划入（ 4 ）

next[8]=2    根据  (3) T[0]T[1]=T[6]T[7]  且 T[2] !=T[8]

  即

下标	0	1	2	3	4	5	6	7	8
T	a	b	a	b	c	a	a	b	c
next	-1	0	-1	0	2	-1	1	0	2

只要理解了 next[3]=0 ，而不是 =1 ， next[6]=1 ，而不是 = -1 ， next[8]=2 ，而不是 = 0 ，其他的好象都容易理解。

03)     来个特殊的，求  T=”abCabCad”  的模式函数的值。

下标	0	1	2	3	4	5	6	7
T	a	b	C	a	b	C	a	d
next	-1	0	0	-1	0	0	-1	4

         

next[5]= 0  根据  (3)  虽 T[0]T[1]=T[3]T[4], 但 T[2]==T[5]

next[6]= -1  根据  (2)  虽前面有 abC=abC, 但 T[3]==T[6]

next[7]=4    根据  (3)  前面有 abCa=abCa, 且  T[4]!=T[7]

若 T[4]==T[7] ，即 T=” adCadCad”, 那么将是这样： next[7]=0,  而不是 = 4, 因为 T[4]==T[7].

下标	0	1	2	3	4	5	6	7
T	a	d	C	a	d	C	a	d
next	-1	0	0	-1	0	0	-1	0

 

如果你觉得有点懂了，那么

练习：求 T=”AAAAAAAAAAB”  的模式函数值，并用后面的求模式函数值函数验证。

意义 ：

 next  函数值究竟是什么含义，前面说过一些，这里总结。

设在字符串 S 中查找模式串 T ，若 S[m]!=T[n], 那么，取 T[n] 的模式函数值 next[n],

1.         next[n]= -1  表示 S[m] 和 T[0] 间接比较过了，不相等，下一次比较  S[m+1]  和 T[0]

2.         next[n]=0  表示比较过程中产生了不相等，下一次比较  S[m]  和 T[0] 。

3.         next[n]= k >0  但 k<n,  表示 ,S[m] 的前 k 个字符与 T 中的开始 k 个字符已经间接比较相等了，下一次比较 S[m] 和 T[k] 相等吗？

4.         其他值，不可能。