KMP算法
KMP算法是一种改进的字符串匹配算法,由D.E.Knuth,J.H.Morris和V.R.Pratt提出的,因此人们称它为克努特—莫里斯—普拉特操作(简称KMP算法)。
KMP算法的核心是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。
具体实现就是通过一个next()函数实现,函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)
具体实现
x指针:用来做主串索引,y指针:用来做模式串索引。
重点:x不回溯,只通过移动y来匹配。
原理
- 开始时x、y都指向各自的第0个位置,当两个索引处字符相等,x、y向后移动。
- 当不相等时,y移动到next[y]元素对应的位置,x不变。
- 若y移动到-1处,x、y都向后移动。
- 当x遍历完成后,若匹配成功,x-y的值即为主串对应模式串开始的第一个字符的索引,若匹配失败,返回-1。
next数组
匹配过模式串前缀的“最长可匹配前缀子串”和“最长可匹配后缀子串”的最长共有元素的长度。
- 例如:ABABC的next[y]=2。
- next数组的第一个元素为-1。
前缀和前缀组合、后缀和后缀组合
- 前缀:去掉字符串最后一个元素后剩下的字符串
- 后缀:去掉字符串第一个元素后剩下的字符串
例如:ABABD前缀就是ABAB后缀就是BABD
- 前缀组合:前缀中,带有第一个元素的连续字符串组合
- 后缀组合:后缀中,带有最后一个元素的连续字符串组合
例如:ABABD前缀组合有‘A’,‘AB’,‘ABA’,‘ABAB’;后缀组合有:‘D’,‘BD’,‘ABD’,‘BABD’。
Java代码
/**
* @Projectname: Demo
* @Filename: KmpTest
* @Description: TODO
* @Author: renrongfu
* @Data:2022/8/17 下午5:49
**/
import java.util.Arrays;
/**
* ClassName: KmpTest
* Description:
* date: 2021/2/19 10:15
*
* @author ZhuQiPeng
* @since JDK 1.8
*/
public class KmpTest {
public static void main(String[] args) {
//主串
String desStr = "BABABACABABCABAABD";
//模式串
String subStr = "ABABCABAAB";
//y在next[y]继续移动
int[] next = getNext(subStr);
System.out.println(Arrays.toString(next));
//计算模式串在主串开始的位置,有则打印开始时主串的下标,无则打印-1
int index = kmp(desStr,subStr);
System.out.println(index);
}
//计算next[]数组
public static int[] getNext(String subStr){
//数组长度为模式串的长度
int[] next = new int[subStr.length()];
//next数组第一个元素为-1
next[0] = -1;
//定义len索引记录相邻之间的元素是否相同
//定义y指针来为数组每一个位置赋值
int len = -1, y = 0;
//当y到达模式串长度-1的时候,循环结束,数组赋值完成
while (y < subStr.length() - 1){
//当len等于-1的时候,已经在数组的头部,无法在减
//或者当len位置的数组元素和y位置的数组元素相同,为数组下一个位置赋值
//否则,len就返回到next[len]的位置,继续循环
if(len == -1 || subStr.charAt(len) == subStr.charAt(y)) {
y++;
len++;
next[y] = len;
}else{
len = next[len];
}
}
//最后,返回next数组
return next;
}
//核心KMP算法代码
public static int kmp(String desStr, String subStr){
//定义x、y两个指针,进行遍历
int x = 0,y = 0;
//拿到next数组
int[] next = getNext(subStr);
//遍历条件,不用多说
while (x < desStr.length() && y < subStr.length()){
//y等于-1时,正好在模式串的头部,可以和主串进行对比
if(y == -1 || subStr.charAt(y) == desStr.charAt(x)){
x++;
y++;
}else{
y = next[y];
}
}
//遍历完成后,如果y的值刚好等于主串的长度,那么x-y的长度就是模式串在主串中开始的位置
if (y == subStr.length()){
return x-y;
}else{
return -1;
}
}
}