经典算法与数据结构（1）— KMP算法

经典算法的第一篇，记录一下KMP算法好了，因为比较经典巧妙而且我考研的时候忘看了没做出来???。KMP算法是三个人一起发明的，三个人的名字首字母分别是K、M、P，所以叫KMP~

问题定义

给定一个字符串S， 以及另一个字符串P， 判断P是否为S的子串，如果是的话输出第一个匹配到的位置。

暴力解法

暴力解法比较容易想到，就是遍历S，如果找到和P的首字母相匹配的元素，就继续逐个比对，发生失配时就继续遍历S，直到找到完全匹配的子串。如果遍历完了还找不到，就返回false。过程如下(本篇笔记里的所有动图都是从另一篇博客搬过来的，博客地址是这个)：

优化空间

暴力解法中可以进一步进行改进的地方在于，当在S中遇到一个与 P[0] 匹配的字符，逐个比对的时候，已经匹配了若干个字符，获得了一些P的信息，一旦发生失配就彻底丢失这些信息，遍历到S的下一个字符开始从头匹配。

暴力解法忽略了一种情况，就是P中已知的信息是可以对下一步的遍历进行指导的,具体来说也就是:

当P中前k个已经匹配成功时，我们可以观察这k个元素内部，有没有首尾相同的元素，比如：如果这K个元素是 {a, b, c, d} 这样的元素（首尾没有重复的元素），那么便没有必要继续在S中 {b, c, d} 这k-1个元素的地方进行匹配了。从反面情况来解释，当我们有必要在这k个元素里以其中某一个（设为kⁱ）为首挨个匹配时，说明从kⁱ到k^k（k个元素里的最后一个）跟P的前 k-i+1 个元素都是匹配的，又因为P的前 k-i+1个元素等于K中的k¹,…,k^k-i+1，所以也就是：kⁱ,…, k^k = k¹,…,k^k-i+1，即首尾重叠。而首尾无重叠的时候，可以预见，没有必要在这k-1个元素里再比对。

动图更加直观，看下面???

自然可以想到，每次发生失配的时候，计算出此时已匹配的K个元素里的最大首尾重叠元素数d，将模式串P右移K-d个位置再次从上次失配的地方开始匹配就行。

在KMP算法里，用了一个next数组来实现。next数组的长度是模式串P的长度，next[j]存储的是第j个元素之前的字符串里的最大首尾重叠元素数。当S[i]与P[j]处发生失配时，这个时候，S[i]前面的d个元素和P[next[j]]前面的d个元素是一样的，令j = next[j]， i不变，再继续挨个匹配就行。注意next[0] = -1，因为如果设next[0]为0的话，如果第一个元素就失配，i不变，j=0，相当于永远就停在这个地方不往前走了。使next[0] = -1并且当j ==-1时 i++,j++，这样就会继续遍历。

KMP的代码如下，还是比较简洁的：

int KmpSearch(char* s, char* p)
{
	int i = 0;
	int j = 0;
	int sLen = strlen(s);
	int pLen = strlen(p);
	while (i < sLen && j < pLen)
	{
		//①如果j = -1，或者当前字符匹配成功（即S[i] == P[j]），都令i++，j++    
		if (j == -1 || s[i] == p[j])
		{
			i++;
			j++;
		}
		else
		{
			//②如果j != -1，且当前字符匹配失败（即S[i] != P[j]），则令 i 不变，j = next[j]    
			//next[j]即为j所对应的next值      
			j = next[j];
		}
	}
	if (j == pLen)
		return i - j;
	else
		return -1;
}