KMP 算法 自己的一些理解

 

KMP算法是一种高效的字符串匹配算法，比较难以理解，下面只是我的一点个人理解，以后有更深入的理解会陆续加进去的。

1.     比较简单的一种字符串匹配算法

String S; String T；

S是待匹配串，T是匹配串，又称模式串。所以字符串匹配又称模式匹配。

S:

A

B

A

B

C

A

B

C

A

C

B

A

B

C

B

A

B

C

A

C

T:

简单的方法，一个循环即可，但是时间复杂度确实o(n*n)。

int Index_KMP(char* S, char* T, int pos) { int i=pos,j=1; while (i<=S[0] && j<=T[0]) { if (S[i] == T[j]) { ++i; ++j; } // 继续比较后记字符串 else { i = i-j+2;j=1; } // 指针回溯重新匹配 } if(j>T[0]) return i-T[0]; else return 0; } 

看着是一个循环，但是由于可能存在的不断的回溯，导致时间复杂度的提高。

2.     KMP的出现就是为了解决这种回溯问题，使得时间复杂度成为线性复杂度，o(n+m).

KMP的思想就是不要回溯i指针，必要的时候移动模式串j指针的位置。

一：

S:

A

B

A

B

C

A

B

C

A

C

B

A

B

C

B

A

B

C

A

C

T:

二：

注意，C与A不匹配的时候，如果是一般匹配算法，那么i要回溯到第一个B的位置，即：

S:

A

B

A

B

C

A

B

C

A

C

B

A

B

C

B

A

B

C

A

C

T:

就像是这样的。

但是注意到，B与A肯定是不匹配的，所以拉回两个更加合适，KMP算法大概就是这个意思，省略去已经比较过的不用再比较子串。

那么KMP算法最重要的问题就是如何寻找当串不匹配时，j应该拉回到那个位置比较合适。在此有个公式：

由此定义可以推断出下面T字符串的next[j]的值：

J	1	2	3	4	5	6	7	8
模式串	A	B	A	A	B	C	A	C
Next[j]	0	1	1	2	2	3	1	2

有了这个理念，再求匹配就方便了，程序如下：

int Index_KMP(char* S, char* T, int pos) { int i=pos,j=1; while (i<=S[0] && j<=T[0]) { if (S[i] == T[j]) { ++i; ++j; } // 继续比较后记字符串 else j=next[j]; // 这里的改动导致程序的时间复杂度降低为线性 } if(j>T[0]) return i-T[0]; else return 0; } 

下面问题是：如何求next[j] ？

你可能会说，不是有公式了吗？直接用公式求不就行了吗？

但是公式中的求法无法直接搬到程序中，很不方便，下面的方法使得寻找next[j]时间复杂度为o(m)

由定义可知：

Next[1]=0;

设：next[j]=k，那么存在下列等式：

此时next[j+1]=？

1） 若，说明模式串中存在等式 ：

并且不可能再存在比这个K更大的K存在，符合next[j]公式的定义。那么next[j+1]=next[j]+1;

2） 如果 ，那么剩下的问题是一个新的模式匹配问题，整个模式串既是主串又是模式串，在匹配的过程中，由于

是成立的，则此时应将模式向右滑动至第next[k]个字符串和主串中的第j个字符相比较。这个过程是迭代过程，即有：next[j+1]=next[k]+1。

如果一直不满足匹配状态，那么next[j+1]=1。

   综上所述，可得算法：

void get_next(char* T,int next[]) { int i=1,j=0;next[1]=0; while (j<T[0]) { if (j==0 || T[i] == T[j]) { ++i; ++j; next[i]=j; } else j=next[j]; } }