KMP算法详解

KMP

• 什么是KMP算法

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;
}