[071] Java “字符串匹配问题”的“暴力匹配算法”和“KMP算法”

1、问题和算法简介

• 字符串匹配问题：有一个源字符串S（例："BBC ABCDAB ABCDABCDABDE"），和一个模式串P（例："ABCDABD"），现在要查找P在S中的位置，怎么查找呢？
• 暴力匹配算法：模式串P逐一去匹配S，匹配失败就回溯到上次开始匹配位置的下一个位置再次重新匹配；如下图，当方框内空格和D字符没有匹配上，就回溯到箭头处。
• 
• KMP算法：由三个人联合发表的算法，是暴力匹配算法的改进版，匹配失败后的回溯位置不是上次开始匹配位置的下一个位置，而是跳过已经比较过的部分，跳动的位数 = 已匹配的字符数 - 对应的部分匹配值。这样就提高了匹配的效率。
  • 部分匹配值："前缀" 和 "后缀" 的最长的共有元素的长度；
    • 前缀：除了最后一个字符以外，一个字符串的全部头部组合；
    • 后缀：除了第一个字符以外，一个字符串的全部尾部组合；
    • 以模式串P（"ABCDABD"），源字符串S（"BBC ABCDAB ABCDABCDABDE" ）来举例子：
      • "A"的前缀和后缀都为空集，共有元素的长度为0；
      • "AB"的前缀为[A]，后缀为[B]，共有元素的长度为0；
      • "ABC"的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；
      • "ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为0；
      • "ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为"A"，长度为1；
      • "ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为"AB"，长度为2；
      • "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共有元素的长度为0；
    • 所以模式串P（"ABCDABD"）的部分匹配值就是2，如下两图，前面已经成功匹配了6个字符，但第7个字符处的空格和字符D匹配失败，然后匹配索引开始回溯，根据 跳动的位数 = 已匹配的字符数 - 对应的部分匹配值 这个公式，6-2=4，所以跳4个字符。
    • 
    • 

2、Java代码 -- 暴力匹配算法

// 暴力匹配法

package Algorithm.KMP;

/**
 * @author bigyang
 * @date 2020/11/03
 */
public class ViolenceMatch {
    public static void main(String[] args) {
        String str1 = "BBC ABCDAB ABCDABCDABDE";
        String str2 = "ABCDABD";
        int index = violenceMatch(str1, str2);
        System.out.println("匹配到的位置在：" + index);
    }

    public static int violenceMatch(String str1, String str2) {
        char[] s1 = str1.toCharArray();
        char[] s2 = str2.toCharArray();

        int s1Len = s1.length;
        int s2Len = s2.length;

        // i索引指向s1，j索引指向s2
        int i = 0;
        int j = 0;
        while (i < s1Len && j < s2Len) {
            // 如果匹配成功
            if (s1[i] == s2[j]) {
                i++;
                j++;
            }
            // 否则没有匹配成功
            else {
                i = i - (j - 1);
                j = 0;
            }
        }

        // 判断是否匹配成功
        if (j == s2Len) {
            return i - j;
        } else {
            return -1;
        }
    }
}

3、运行结果 -- 暴力匹配法

匹配到的位置在：15

4、Java代码 -- KMP算法

// KMP算法

package Algorithm.KMP;

import java.util.Arrays;

/**
 * @author bigyang 
 * @date 2020/11/04
 */
public class KMP {
    public static void main(String[] args) {
        String str1 = "BBC ABCDAB ABCDABCDABDE";
        String str2 = "ABCDABD";

        int[] next = kmpNext(str2);
        System.out.println("模式串的部分匹配表为：" + Arrays.toString(next));

        int index = kmpSearch(str1, str2, next);
        System.out.println("匹配到的位置在：" + index);

    }

    /**
     * 获取一个字符串的部分匹配表
     *
     * @param dest 字符串
     * @return 返回部分匹配表
     */
    public static int[] kmpNext(String dest) {
        // 数组next保存部分匹配值
        int[] next = new int[dest.length()];
        next[0] = 0;
        // i是索引指针，j是匹配值
        for (int i = 1, j = 0; i < dest.length(); i++) {
            // 如果不相等，就从next[j-1]获取新的j，直到相等才退出，这是kmp算法的核心
            while (j > 0 && dest.charAt(i) != dest.charAt(j)) {
                j = next[j - 1];
            }
            // 如果相等，匹配值加1
            if (dest.charAt(i) == dest.charAt(j)) {
                j++;
            }
            next[i] = j;
        }
        return next;
    }

    /**
     * KMP搜索算法
     *
     * @param str1 源字符串
     * @param str2 子串
     * @param next 部分匹配表
     * @return 返回第一个匹配的位置，-1表示没搜索到
     */
    public static int kmpSearch(String str1, String str2, int[] next) {
        // 遍历
        for (int i = 0, j = 0; i < str1.length(); i++) {
            // 不相等时，调整j的大小，kmp算法的核心
            while (j > 0 && str1.charAt(i) != str2.charAt(j)) {
                j = next[j - 1];
            }

            // 相等时
            if (str1.charAt(i) == str2.charAt(j)) {
                j++;
            }
            if (j == str2.length()) {
                return i - j + 1;
            }
        }
        return -1;
    }
}

5、运行结果 -- KMP算法

模式串的部分匹配表为：[0, 0, 0, 0, 1, 2, 0]
匹配到的位置在：15