KMP实现

代码

1. Version 1

/*
The length of p(attern) is len, 
the length of next array is (len+1).
*/
void preKMP_one(char *p, int *next, int len){
    int i = 0, j = -1;
    next[0] = -1;
    while (i < len){
        while(j >= 0 && p[i] != p[j])
            j = next[j];
        i++; j++;
        next[i] = j;
    }
}

1. Version 2

/*
The length of p(attern) is len, 
the length of next array is (n+1).
*/
void preKMP_two(const char *p, int *next, int len){
    next[0] = next[1] = 0;
    for(int i = 1; i < len; i++){
        int j = next[i];
        while(j != 0 && p[j] != p[i])
            j = next[j];

        if(p[i] == p[j])
            next[i+1] = j+1;
        else
            next[i+1] = j;
        // 
        /***The same as***
        if(p[i] == p[j])
            next[i+1] = j+1;
        else
            next[i+1] = 0;  // Note that j == 0 under this condition.
        ***/
        // Also the same as
        // next[i+1] = p[i] == p[j] ? j+1:j;
        // or next[i+1] = p[i] == p[j] ? j+1:0;
    }
}

比较

• 跳转表(next数组)长度为n+1，跳转表最后一项，表示当该pattern匹配完全后，继续匹配时需要从pattern的哪个位置开始匹配，这一项对于需要连续查找匹配的情况很方便;

• 两者都是计算next表下一项的值(相对于内部while循环时的i)；

• 1中由于内部的while循环之后，不做判断(j是否为0)，直接进行i++,j++，因此需要设置next[0]==-1防止死循环(j = next[j] -> 0 = 0)

• 从上一条可以看出，若将1中内部while循环之后的语句(i++;j++;next[i]=j)改为条件判断然后赋值，则1和2将几乎相同；

• 本质上，内部的while循环跳出的条件有两个: j 和 p[i] == p[j]。当p[i] == p[j]时，p[i+1] == j+1；而当P[i] != pj时，则p[i+1] = 0(此时1中的j=-1,2中的j=0)。

• next的意义：当出现text[j] != p[i]时，下一次的比较应该在text[j]和p[next[i]]之间进行。next[i]表示p[i]的前缀(p[0..i-1])中头和尾相等部分的长度，即，设next[i] = k，则p[0..k-1] = p[i-j..i-1]。比如next[3] = 1,则p[0] == p[2]。

优化

可进行优化如下(以Version 1为例)

1. Version 3

/*
The length of p(attern) is len, 
the length of next array is (len+1).
*/
void preKMP_three(char *p, int *next, int len){
    int i = 0, j = -1;
    next[0] = -1;
    while (i < len){
        while(j >= 0 && p[i] != p[j])
            j = next[j];
        i++; j++;

        // optimization
        if (p[i] == p[j])
            next[i] = next[j];
        else
            next[i] = j;
    }
}

注意:

1. 该版本中，计算至最后，p的下标实际上会越界(12行if条件的判断中)，但此时i=len, p[len]的值为’\0’,因此并不会产生错误，但需要注意；

2. 该版本的next数组中可能会有很多的-1(除next[0]外)，这些-1表示：直接比较text中下一个字符(text[j+1])和p[0]，而非非优化版中的继续比较text[j]和p[next[i]]。

KMP-Match

int kmp(const char *text, int tlen, const char *p, int plen) {
    int *next = new int[plen+1];
    if(!next)
        return -1;

    //preKMP_one(p, next, plen);
    preKMP_three(p, next, plen);

    int i = 0, j = 0;
    while(i < tlen && j < plen){
        if(j == -1 || text[i] == p[j])
            i++, j++;
        else
            j = next[j];
    }

    delete [] next;
    if (j >= plen)
        return i-plen;
    else
        return -1;
}

KMP for Version 2

int kmp(const char *text, int tlen, const char *p, int plen) {
    int *next = new int[plen+1];
    if(!next)
        return -1;

    preKMP_two(p, next, plen);

    int i = 0, j = 0;
    while(i < tlen && j < plen){
        if(!j || text[i] == p[j])
            i++, j++;
        else
            j = next[j];
    }

    delete [] next;
    if (j >= plen)
        return i-plen;
    else
        return -1;
}