KMP
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同时发现,因此人们称它为克努特——莫里斯——普拉特操作(简称KMP算法)。KMP算法的关键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。具体实现就是实现一个next()函数,函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)。
简而言之KMP就是一种较为高效的字符串匹配算法,我们可以通过一道习题来理解它的大体思路:
现在有一个字符串str1 = “abcabcabcde”,另外还存在一个字符串str2 = “abcabcde”,现在请你设计一个程序来判断str2是不是str1的字串?
一般情况下我们拿到这道题,最开始的想法就是朴素匹配:
朴素匹配:
在第一次匹配时,由于‘a’和‘d’不匹配,所以我们将开始匹配的位置往后移一位,重新开始匹配,第二次匹配时,‘a’和‘c’不匹配,所以我们继续往后移一位…,所以可以看出来,朴素匹配的时间复杂度是相当高的,已经达到了O(n2),如果字符串相当长的情况下,那么它所耗费的时间是相当长的,至于为什么会耗费这么长时间,那也是有原因的,朴素匹配在进行到两个字符不匹配的时候,就会丢弃掉前面匹配过的结果,这就导致了前面的匹配过程都白做了,这就是时间耗费的一大主要地方,那么我们能不能想出一种能够利用到前面的匹配结果,来将后续的匹配进行加速呢?KMP就是这样做的,它可以利用前面所匹配到的结果对后续的匹配过程进行加速,从而达到一种高效的匹配方法。
KMP算法:
要是用KMP算法,我们首先要了解到一个概念,什么是next数组?
简单来说,next数组中的每一个元素就是str2中对应字符串的最长相同前后缀的长度(不包括当前字符),是不是很难理解,没关系,看了下面这张图,大家可能就会了解到什么是next数组了
当next数组构造完成之后,我们就可以利用这个next数组来加速我们的匹配过程,从而实现这种高效的KMP算法
下面就是next数组应用的具体流程:
当我们进行第一轮匹配时,发现str1中的‘a’与str2中的‘d’不匹配,这时我们不需要再从头匹配了,只需查看next数组中‘d’所对应的元素,然后将str2向右移至该元素i所对应的位置。由此来实现一个巨大的跨越,这就是KMP算法的主要思想,利用next数组来加速匹配过程,其实我们不难发现,next数组对应的前两个元素一直是-1和0,在编写程序的过程中,对于next数组的求解也有一定的方法,下面就是对应的代码:
vector<int> getNext(string s2)
{
vector<int> next;
next.resize(s2.size());
next[0] = -1;
next[1] = 0;
int i = 2;
int tmp = i - 1;
while (i < s2.size())
{
if (s2[next[tmp]] == s2[i-1])
{
next[i] = next[i - 1] + 1;
i++;
tmp = i - 1;
}
else if (next[tmp] <= 0)
{
next[i] = 0;
i++;
}
else
{
tmp = next[tmp];
}
}
return next;
}
我们不难看出,其实在求解next数组的过程中,我们可以采用求斐波那契数列的思想,用前一个的值来求解出后一个
当然如果不相等的情况下,我们只需要再向前找,再去看next[i-1]所对应的值是否满足这个规律,当找到最前面位置,则说明对于该字符而言,不存在公共前后缀,我们只需要将其置0即可。
下面就是匹配过程的具体实现:
int getIndexOf(string s1, string s2,vector<int>next)
{
int i = 0;
int j = 0;
while (i < s1.length() && j < s2.length())
{
if (s1[i] == s2[j])
{
i++;
j++;
}
else if (next[j] == -1)
{
i++;
}
else
{
j = next[j];
}
}
if (j == s2.length())
{
return i - j;
}
return -1;
}