前言
各位读者好, 我是小陈, 这是我的个人主页, 希望我的专栏能够帮助到你:
📕 JavaSE基础: 基础语法, 类和对象, 封装继承多态, 接口, 综合小练习图书管理系统等
📙 Java数据结构: 顺序表, 链表, 堆, 二叉树, 二叉搜索树, 哈希表等
📘 JavaEE初阶: 多线程, 网络编程, TCP/IP协议, HTTP协议, Tomcat, Servlet, Linux, JVM等(正在持续更新)
本篇为大家介绍KMP算法, 力求用最白话, 最通俗的文字让你学会KMP算法✌️！！！
提示：是正在努力进步的小菜鸟一只，如有大佬发现文章欠佳之处欢迎批评指点~ 废话不多说，直接上干货！
文章目录
一、KMP算法是什么
KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt提出的，因此人们称它为克努特—莫里斯—普拉特操作（简称KMP算法）。
KMP算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现的核心就是通过一个 next()函数实现，函数本身包含了模式串的局部匹配信息。
以上是百度百科的概念, 大概你是一脸懵逼, 没关系, 本篇一定让你学会 KMP ！
🚗🚗🚗
先看概念解释的第一句 : “KMP算法是一种改进的字符串匹配算法”
那么我们先了解一下最最最原始的 BF（暴力匹配）算法的过程：
-
什么是字符串匹配？
比如一个字符串：“abcababcabc” 作为主串
要在这个主串中找到 “abcabc” , 则"abcabc" 被称作子串
利用 i 和 j 下标分别访问这两个字符串的字符
依次匹配, 直到在主串中找到完整的子串 -
BF算法过程简述
主串和当子串中的 “abcab” 匹配完之后, 发现下一个字符 “c” 和主串的下一个字符 “a” 不匹配
那么 BF 算法就直接将 j 移动到子串的起点, i 移动到主串的下一个字符处（如图）
用子串的第一个字符 “a” 去比较主串的下一个字符 “c”
虽然BF算法也可以实现字符串匹配, 但还有需要改进的地方
假设匹配子串时, 多次中途匹配失败, 每一次子串都需要从头再来, 这就是缺陷
举一个通俗的栗子: 你在跨栏比赛, 中途跨栏失败了一次, BF 算法就惩罚你, 让你从起点重新跑
而KMP算法会为你安排一个合适的惩罚, 可能是让你后退 2 米, 可能让你后退 20 米, 也有可能让你从头跑
KMP 就一定程度上节省了你的体力
而在计算机中, 节省了时间, 提高了效率
下面我们看看 KMP 算法的思想
二、解析KMP算法
1.KMP 算法的思想
我们还拿刚刚的字符串 “abcababcabc” 举例
- 再换句话强调一下这样移动的目的：
匹配失败后, 在主串 已经匹配成功 的一部分中找到 和子串最大程度已经匹配 的一部分
这一部分就是此时主串的绿色方块🟩和子串的蓝色方块🟦
这是理解KMP算法的第一步! 万事开头难, 如果你理解了这个思想, 就离胜利不远了!!
蓝色方块 / 绿色方块的长度专业术语是 “前缀 / 后缀最长相等长度” ， j 移动的过程专业术语是 “回溯”
本篇不需要这些专业名词, 跟着我的思路你也能理解！
然后问题紧接着来了, 程序是如何知道 j 移动到哪里的 ?
👉首先, 我们获取主串和子串中的字符是利用 charAt() 这个方法：字符串变量名 + 点号 + charAt（下标）
String str = "ababcabcdabcdefg";
char ch1 = str.charAt(0);
char ch2 = str.charAt(1);
System.out.println(ch1);// 结果为 a
System.out.println(ch2);// 结果为 b
👉子串对应着有一个 next 数组, 其中存放数字
注意!! next 数组是和子串绑定的
比如: 子串里的绿色方块🟩后的字符 “c” 对应的 next 数组中就存了一个数字 “2”, 那么 j 移动的时候就移动到字符串中下标为 “2” 的位置去
这就是 next 数组的作用, 它相当于一个告示牌, 告诉 j 匹配失败后该去哪里
还记得我刚才举的跨栏的栗子嘛
如果我在第 5 个障碍栏处摔倒, 这个障碍栏上写了个数字 2 , 那我就从第 2 个障碍栏开始重跑，而不是从 0 开始
如果我就是倒霉蛋，摔倒处的障碍栏上写个 0 ，那我就得从 0 开始重跑了咯
next 数组就是 KMP 算法的核心 !!!
那么 next 数组中存放的值如何求得呢？往下看
2.next 数组（核心）
刚才说到：
子串里, 绿色方块🟩后的字符 “c” 对应的 next 数组中就存了一个数字 “2” . 为什么是 “2” 呢? 为啥不是 “3” ? 不是 “100” ?
问题又来了, 蓝色方块🟦和绿色方块🟩是我肉眼找出来的, 那么程序是如何找到蓝色方块🟦呢?
换句话说, 如何计算 next 数组的值? 接下来就要解析一下 next 数组的计算规则
2.1, next 数组的计算规则
我们用肉眼推导出来了 next 数组
next[0] 为什么是 -1 , next[1] 为什么是 0 , 咱们待会再说
我知道你可能很急, 但你先别急
代码里应该是先定义一个 next 数组 (和子串长度相等) ，然后写一个 getNext 方法得到 next 数组中的值，那么 getNext 方法的代码如何写呢, 马上来啦！
2.2, 新的变量 K
注意：k 的值就是我们所说的, 子串匹配失败后 j 移动（回退）到的位置 , 继续往下看
2.3, 期望情况 : charAt( j-1 ) == charAt( k )✅
2.4, 非期望情况 : charAt( j-1 ) != charAt( k )❎
通过这两种情况的情况的对比分析可知
- 第 1 种情况才是理想的, 我们希望发生的
- 如果发生第 2 种情况, 我们就想办法改变现状, 变成第 1 种情况, 就是让 k 一直回退, 每次回退之后就判断是否满足第 1 种情况, 直到满足第 1 种情况的条件为止
至此我们已经用 肉眼 和 代码 的方式分析了 next 数组的计算过程, 现在趁热打铁, 上代码解析！
2.4, 分析 next[0] 和 next[1] 的取值
❗️ 各位的疑惑在这里解开啦 ❗️
前面我们遗留了 next[0] 为什么是 -1 和 next[1] 为什么是 0 这两个问题, 小伙伴们仔细看！
三、KMP算法完整代码
public static void getNext(int[] next, String sub) {
next[0] = -1;
if(sub.length() == 1) {
// 当子串只有一个数据的时候，next数组的长度为1
return;
}
// 前提条件是数组长度大于1
next[1] = 0;
int k = 0;
int j = 2;
while(j < sub.length()) {
if(k == -1 || sub.charAt(j - 1) == sub.charAt(k)) {
next[j] = k + 1;
j++;
k++;
}else {
k = next[k];
}
}
}
public static int KMP(String str, String sub, int pos) {
// 判断两个串不能为空
if(str == null || sub == null) {
return -1;
}
int i = pos;// i遍历主串 从pos位置开始
int j = 0; // j遍历字串 从0开始
int strLength = str.length();
int subLength = sub.length();
if(strLength == 0 || subLength == 0) {
return -1;
}
// 判断pos位置合法性
if(pos < 0 || pos > strLength) {
return -1;
}
//求字串的next数组
int[] next = new int[subLength];
getNext(next, sub);
while(i < strLength && j < subLength) {
if(j == -1 || str.charAt(i) == sub.charAt(j)) {
i++;
j++;
}else {
j = next[j];
}
}if(j == subLength) {
// 字串遍历完之后 j应该等于sublength
// 找到返回字串在主串中的起始位置
return i - j;
}else {
// 找不到返回-1
return -1;
}
}
public static void main(String[] args) {
String str = "ababcabcdabcdefg";
String sub = "gba";
int pos = KMP(str, sub,0);
System.out.println(pos);
}
❗️❗️❗️需要注意, 在 KMP 方法中：
while(i < strLength && j < subLength) {
if(j == -1 || str.charAt(i) == sub.charAt(j)) {
这里的 if 语句判断 j == -1 是为了：如果子串第一个字符 “g” 就匹配失败（ main 方法里设置的子串就是这种情况）
-
会执行下面的 else 语句：j = next[ j ] , 而此时 next[ j ] = next[ 0 ] = -1 啊, 所以 j 会被赋值为 -1
-
再进入 while循环 时,
正因为 if 判断条件中有 j == -1, 所以还要进入这个 if 语句 -
进来之后 i 和 j 都加 1 , 仔细想一下, 会发现：
主串中的 i 已经向后走了一个，而 j 正好又回到子串的第一个字符 "g" 这里, 就这样在主串中找是否有一个字符和子串的当前 j 下标字符匹配 -
i 一直在遍历主串, 而 j 一直在 “g” 的位置, 当主串遍历完后, 匹配不到最终返回 -1
总结
以上就是 KMP 算法的全部内容啦, 主要有以下几个重点：
- 理解 KMP 算法的思想
- next 数组的计算（ k 的值）
- next[ 0 ] 和 next[ 1 ]
- 判断 j == -1 的情况
如果本篇对你有帮助, 请点赞收藏支持一下, 小手一抖就是对作者莫大的鼓励啦😋😋😋~
上山总比下山辛苦
下篇文章见
878
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
