KMP算法原理

Knuth-Morris-Pratt简称KMP，是对字符串匹配算法的改进。该算法对于任何字符串的匹配都可以在线性时间内完成匹配，不会发生退化。

         对于给定的字符串strings和sub_s，判断strings中是否包含sub_s，并返回出现位置，暴力算法匹配字符串过程：把strings [0] 跟sub_s [0] 匹配，如果相同则匹配下一个字符，出现不匹配的字符时我们会丢弃前面的匹配信息，然后把strings [1] 跟sub_s [1] 匹配，循环进行，直到主串结束，或者匹配成功。这种匹配算法极大地降低了匹配效率，时间复杂度是O(nm)。

         KMP算法较之暴力匹配算法引进了一个部分匹配表，从该表中可以得到向后移动位数。下面举例说明：

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25
strings	B	A	B	C	B	A	B	C	A	B	C	A	A	B	C	A	B	C	A	B	C	A	C	A	B
sub_s	A	B	C	A	B	C	A	C	A	B

1.首先将strings和sub_s的第一个字符进行比较，如果不匹配，向后移动一位

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25
strings	B	A	B	C	B	A	B	C	A	B	C	A	A	B	C	A	B	C	A	B	C	A	C	A	B
sub_s		A	B	C	A	B	C	A	C	A	B

2.此时A与A匹配，接着比较字符串的后几位，发现第5位出现不匹配现象，这时最自然的反映是，将sub_s向后移动一位（如下图所示），然后从sub_s[0]与strings[3]开始逐个比较，你会发现已经比较过的位置需要再次作比较，这样做极大的降低了效率。

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25
strings	B	A	B	C	B	A	B	C	A	B	C	A	A	B	C	A	B	C	A	B	C	A	C	A	B
sub_s			A	B	C	A	B	C	A	C	A	B

3.当第5位出现B和A不匹配时，我们知道字符串前三位 “ABC”，根据这个信息可以算出sub_s向后移动的位数，这样对于已经比较过的位置无需重复比较，从而提高匹配效率。移动位数=已匹配的字符数-对应的部分匹配值。

4.对于此例中的strings和sub_s的匹配其对应的部分匹配表，如下表所示：

j	1	2	3	4	5	6	7	8	9	10
sub_[j]	A	B	C	A	B	C	A	C	A	B
部分匹配值	0	0	0	1	2	3	1	0	1	2

 5. 当第5位出现B和A不匹配时，前面三个字符“ABC”是匹配的，最后一个匹配字符C对应的匹配值是1，根据

移动位数=已匹配的字符数-对应的部分匹配值，得到移动位数为3（3 - 0 = 3）。

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25
strings	B	A	B	C	B	A	B	C	A	B	C	A	A	B	C	A	B	C	A	B	C	A	C	A	B
sub_s					A	B	C	A	B	C	A	C	A	B

6.B与A不匹配，后移一位，逐位比较A与C不匹配，向右移动7位（7-0 =7）

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25
strings	B	A	B	C	B	A	B	C	A	B	C	A	A	B	C	A	B	C	A	B	C	A	C	A	B
sub_s						A	B	C	A	B	C	A	C	A	B

7.右移动7位后，B与C不匹配，后移7位（7-0=7），然后逐次比较，直至string最后一位，若发现完全匹配，则匹配成功，否则失败。这里不再继续重复。

	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24	25
strings	B	A	B	C	B	A	B	C	A	B	C	A	A	B	C	A	B	C	A	B	C	A	C	A	B
sub_s													A	B	C	A	B	C	A	C	A	B

 

8.部分匹配值计算

"前缀"指除了最后一个字符以外，一个字符串的全部头部组合；"后缀"指除了第一个字符以外，一个字符串的全部尾部组合。部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCABCACAB"为例

sub_s[j]	前缀	后缀	共有部分及长度
A	[ ]	[ ]	[ ]:0
AB	[A]	[B]	[ ]:0
ABC	[A,AB]	[BC,C]	[ ]:0
ABCA	[A,AB,ABC,]	[BCA,CA,A]	[A]:1
ABCAB	[A, AB,ABC,ABCA]	[BCAB,CAB,AB,B]	[AB ]:2
ABCABC	[A,AB,ABC,ABCA,ABCAB]	[BCABC,CABC,ABC,BC,C]	[ABC]:3
ABCABCA	[A,AB,ABC,ABCA,ABCAB,ABCABC,]	[BCABCA,CABCA,ABCA,BCA,AC,A]	[A]:1
ABCABCAC	[A,AB,ABC,ABCA,ABCAB,ABCABC,ABCABCA]	[BCABCAC, CABCAC, ABCAC, BCAC, CAC, AC,C]	[ ]:0
ABCABCACA	[A,AB,ABC,ABCA,ABCAB,ABCABC,ABCABCA, ABCABCAC]	[BCABCACA, CABCACA, ABCACA, BCACA, CACA, ACA, CA,A]	[A]:1
ABCABCACAB	[A,AB,ABC,ABCA,ABCAB,ABCABC,ABCABCA, ABCABCAC,ABCABCACA]	[BCABCACAB, CABCACAB, ABCACAB, BCACAB, CACAB, ACAB, CAB, AB,B]	[AB ]:2