关于KMP算法的学习总结以及next数组的求法

      KMP算法是一种模式匹配算法，用于字符串寻找子串，在BF算法（暴力）中由于在匹配中有多次匹配是多余的情况，针对这种情况做的优化改进。

    首先我们需要了解几个基本的概念：字符串的前缀，后缀和部分匹配值

1、前缀是指除最后一个字符以外，字符串所有的头部子串

 2、后缀是指除第一个字符以外，字符串所有的尾部子串

 3、部分匹配值则为字符串最长相等前后缀的长度。

     以‘ababa’为例：

'a'前后缀都为空集，最长相等前后缀的长度为0；

'ab'前缀为{a}，后缀为{b}，最长相等前后缀的长度为0；

'aba'前缀为{a,ab}，后缀为{ba,a}，最长相等前后缀的长度为1；

'abab'前缀为{a,ab,aba}，后缀为{bab,ab,b}，最长相等前后缀的长度为2；

'ababa'前缀为{a,ab,aba,abab}，后缀为{baba,aba,ba,a}，最长相等前后缀的长度为3；

所以'ababa'这个字符串的部分匹配值为00123，写为PM表的形式：

编号	1	2	3	4	5
S	a	b	a	b	a
匹配值	0	0	1	2	3

用PM表来做匹配过程：

第一次匹配：

在j=5失配，i不动，把j回退到2位，此时j=3，从图像上来看就相当于整个子串后移了两位，实际上移动的只有j；

第二次匹配：

由于不同的还是i=5的部分，i不动，j后移2位变为1，开始第三次匹配：

第四次匹配：

结束。

由于PM表在使用的时候并不方便，因此对于上述的PM表，把匹配值那一行全部右移一位，空缺补-1，再全体+1，就得到了next数组（有的题目里不+1）：

编号	1	2	3	4	5
S	a	b	a	b	a
next	0	1	1	2	3

此时，next[j]的含义是：在子串的第j个字符与主串发生失配时，j则跳到子串next[j]位置，重写与主串当前位置进行比较。

在做题的过程中一般直接求next数组，next[1]=0：

                   

在这里解释next[]数组里关于0，1，以及其他数字的具体含义：

0代表初始化，也可以理解为将主串和模式串的第1个字符前面的空位置对齐，即模式串右移一位

1代表j将回跳到模式串开头，意味着此时子串主串匹配率最低，右移位数最大

其他数字自然是代表不用从头开始匹配，可以从next[j]位置开始匹配拉

 

以上过程是简单手算的过程，代码实现的话难度有点大，而且，代码求next数组的过程和手算并不一样，要用到递归的思想，我也没有理解得很好QAQ，所以参考了王道的代码和解释：

void getNext(String T,int next[]){

    int i=1,j=0;

    next[1]=0;

    while(i<T.length){

       if(j==0||T.data[i]==T.data[j]){

       ++i;++j;

        next[i]=j;//若T[i]==T[j],则next[j+1]=next[j]+1

       }

       else  j=next[j];//否则令j=next[j],循环继续

                               }

}

KMP算法的优化：（比如像'aaaab'匹配'aaabaaaaab'的情况还可以进一步优化）

打字太多了懒得搞了，直接上个公式做题把Q_Q

next数组更名为nextval数组，分两种情况：

j=1时，nextval[j]=0;

j>1时：

    若T[ j ]!=T[ next[j] ]        nextval[ j ]=next[ j ]

    若T[ j ]==T[ next[j] ]        nextval[ j ]=nextval[ next[j] ]

 

总结：KMP算法复杂度是O（m+n）,虽然暴力匹配是O（mn），但在一般情况下近似为O(M+N),而且KMP算法仅在主串和子串有很多部分匹配下才现得比暴力匹配快，主要优点是主串不回溯。