算法导论 第32章 详解字符串的匹配，自动机，KMP算法

中间跳过了几章，先看自己认为比较容易看懂了几章，结果发现，证明真是难呀。虽然没有怎么看过其他的算法书，但是觉得算法导论虽然在证明，把问题形式化方面稍微有点罗嗦了，但是感觉还是不错了，它不会直接抛给你一个最有效的算法，然后直接跟你讲，它会从最朴素的算法逐渐讲更有效率的算法，这样让读者对问题有更清晰的把握，而且有些高效率的算法往往是建立在朴素的算法上的。字符串匹配就是这样，朴素算法-自动机识别法-KMP算法。Rabin-Karp算法看得我有点头昏脑胀，暂时先放一下。

字符串匹配问题问题很明白。就是给定模式串P，去匹配串T中找P是否出现，返回匹配时T位置的偏移。

我们设P长度为m， T长度为n  ，  Σ 字母表

1.朴素匹配算法就是从T的第一个字符逐个跟P比较，当出现不匹配时，向右移动一位，在重新和P开始比较，T中的每一位都有机会和P从头开始比较，但它的效率并不高，T中的n-m+1位都要比，而且在此位进行匹配时最坏情况下都要比较m个字符，所以最坏情况下运行时间是（n-m+1)*m

如何改进呢，就是过滤掉那些无效的偏移。

2.自动机法就是利用构造的转移函数，一步过滤掉了所有的无效偏移，但是构造自动机转移函数的代价可能会比较大。下面简要的说明一下自动机，自动机算法的证明还是看得比较明白，后面KMP算法的证明hold不住了。

关于自动机的定义大家看书，或者随便找本编译原理的书都有。有限自动机M（Q，q0，A，Σ，δ）

在这里构造的自动机是基于模式P构造的，

状态集合Q一共有m+1个状态，状态为0，1，2，3，4....m ， q0=0为起始状态，A=m为接受状态。  δ为状态p遇到字符a转移到状态 q的一个映射。 δ（p，a）=q；而在自动机字符匹配里我们把这个转移函数定义为 δ（p，a）=q=σ((Pp)a)，其中Pp表示P的长度为p的前缀。   

       σ() 函数为后缀函数，它的定义是  σ(x) 是字符串x的后缀模式P的最长前缀的长度。 有点拗口，举例如下：

P：a b   a b a c a

σ(abdcaba)=3 ,因为x   a  b  d  c a  b  a                <