给出两个字符串pattern和text,判断pattern是否为text中的子串。如果采用暴力的办法,两层嵌套循环,时间复杂度为O(m * n),而如果采用KMP算法,时间复杂度可以降为O(m + n),主要是KMP可以利用之前已经匹配的内容,不必要从头开始。
一,nextsh数组的求解
可以先对pattern串求当子串长度为K + 1时,使该串前缀字串和后缀字串相同的最大的值M,即从pattern[ 0] ~ pattern[M](前缀串) pattern[length - M] ~ pattern[length -1] (后缀串)相同, 且前缀不能是pattern本身。在KMP匹配中,若pattern[ i + 1] 和 text[ j ] 不相同,可以将i退回next中的值,再进行比较,其原因是pattern中的0到i是匹配的,则pattern这一段与text相同,可以将前缀字串移到后缀字串位置(前缀字串与后缀字串相同),再继续比较,不必将pattern的指针换到字符串头部,从新开始。
如上图中,橙色1和2失配,可以将pattern退到(1,2)串处,(1,2,1)中前面的1和后面的1构成前缀,后缀串,不必从开头的1开始。
求next串的思路与KMP类似,也是根据前面的结果。假设求next[ k] 的值, 已知next[ k -1] 的值为M,如果pattern在M + 1的值和length - 1(字符串尾端)的值相同,则把next[ k -1]的值加一即可(根据next的ding'定义,扩大前缀,后缀的长度);如果不相等,则不断令 M = next[M] ,继续比较M + 1 与length - 1的值,直到相等(next[ k] = M + 1)或者 M为-1(前缀后缀失配,next[k] = -1)
其源码如下
// next()数组,指当字符串为i(从0开始)时,字符串最大重叠子串
void initNext(char str[], int length, int next[]){
next[0] = -1; // 初始指向-1,根据next的定义可知
for(int i = 1; i < length; ++i){
int j = next[i - 1];
while(j != -1 && str[j + 1] != str[i]){ // 当前满足条件的最大子串尾部的后一个字符与字符串尾部是否匹配
j = next[j]; // 回退上一个
}
if(str[j + 1] == str[i]){ // 当匹配时
j++;
}
next[i] = j;
}
return;
}
二,KMP算法
源码
// KMP算法
int Kmp(char text[], int length1, char pattern[], int length2, int nextBest[]){
int i = -1, j = 0, cnt = 0; // i为pattern指针 ,j为text指针, cnt能匹配到的个数
while(j < length1){
while(i != -1 && text[j] != pattern[i + 1]){ // 当失配时,不断向前调整
i = nextBest[i];
}
if(text[j] == pattern[i + 1]){ // 该点匹配成功
j++;
i++;
}
if(i == -1){ // 当整个模式串失配时
j++;
}
if(i == length2 - 1){ // 当刚好匹配时
cnt++;
i = nextBest[i];
}
}
return cnt;
}
三,对next数组的调整
在KMP匹配中,我们可以发现如果pattern[ i + 1] 和text[j] 不匹配,可以使用next[i]进行回调,假设回调为p, 如果pattern[p + 1] 与pattern[i + 1] 相同,则其必然与 text[j] 不匹配,还需要继续回调到合适的,那么我们能否在next构建的时候ji就考虑好这个问题呢?
源码如下
// nextBest[]数组,为next()数组的优化情况
void initNextBest(char str[], int length, int nextBest[]){
nextBest[0] = -1;
for(int i = 1; i < length; ++i){
int j = nextBest[i - 1];
while(j != -1 && str[j + 1] != str[i]){
j = nextBest[j];
}
if(str[j + 1] == str[i]){
j++;
}
// 其上与next相同
if(str[i + 1] == str[j + 1]){ //当与上一次的情况相同时,继续回退
j = nextBest[j];
}
nextBest[i] = j;
}
return;
}