对于一些长度比较小的字符串,我们可以直接用朴素匹配法来求得,但对于过于长的字符串我们就需要换一个快一点的算法,这时候KMP就用得到了。
KMP算法的关键在于部分匹配值表,要正确的根据前后缀的重复层度求出next数组。我刚开始学习的时候看到的是这样的求法,于是就跟着这个来理解了:
void GetNext(char *a)///这个函数是为了标记匹配字符串的next值
{
int len = strlen(a);///先求字符串的长度,便于循环赋值
int i = 0, j = -1;
ne[0] = -1;
while(i < len)
{
if(j == -1 || a[i] == a[j])
{
ne[++i] = ++j;
}
else j = ne[j];
}
for(i=0;i<len;i++)
cout<<ne[i]<<" ";
cout<<endl;
}
在这里next数组的下标从0开始,并且ne[0]的值始终为-1(可以为0)。举个栗子来说明一下吧:比如字符串ABCDABD他的部分匹配值表的值为:-1 0 0 0 0 1 2,由此可以看出ne[i]的值代表的是i之前的字符串的重复程度。再来说一下前缀后缀吧,"前缀"指除了最后一个字符以外,一个字符串的全部头部组合;"后缀"指除了第一个字符以外,一个字符串的全部尾部组合。
eg:ABCDABD,我们现在让下标从1开始,那么ne[i]代表的就是当前长度为i的字符串的重复层度了,所以:
ne[1]=0;ne[2]=0;ne[3]=0;ne[4]=0;ne[5]=1;ne[6]=2;ne[7]=0;
接下来就是匹配了,要知道kmp算法的核心理念是什么,尽可能地避免二次比较,所以就有了下面的算法
int KMP(char *a, char *b)
{
int lena = strlen(a);
int lenb = strlen(b);
int i = 0, j = 0;
while (i < lena && j < lenb)
{
if(j == -1 || a[i] == b[j])
{
j++;
i++;
}
else
j = ne[j];
}
if(j == lenb)
return 1;
else
return 0;
}
举个栗子:在ABCDABCABCDABD中找ABCDABD 我们按照算法来,当遇到c与d不匹配时,一般的方法是把搜索串整体后移,这样难免重复,以为ABCDAB已经匹配过了。只是我们用kmp算法,先找到d对应的部分匹配值发现为2,所以就成了这个样子
ABCDABCABCDABD
ABCDABD
避免了重复匹配的麻烦,在这里ne[i]的数值代表跳到第几位,ne[]=2说明当前字符串重复度为2,即前缀的前两位与后缀的两位相同,直接把前缀挪到后缀来避免重复,我就是这样理解的。最后当j==lenb说明完全匹配了。
附完整代码:
#include "cstdio"
#include "iostream"
#include "cstring"
using namespace std;
int ne[1000005];///这个数组中盛放的是匹配字符串的next值
void GetNext(char *a)///这个函数是为了标记匹配字符串的next值
{
int len = strlen(a);///先求字符串的长度,便于循环赋值
int i = 0, j = -1;
ne[0] = -1;
while(i < len)
{
if(j == -1 || a[i] == a[j])
{
ne[++i] = ++j;
}
else j = ne[j];
}
for(i=0;i<len;i++)
cout<<ne[i]<<" ";
cout<<endl;
}
///实际上每求一个next值要循环两遍
int KMP(char *a, char *b)
{
int lena = strlen(a);
int lenb = strlen(b);
int i = 0, j = 0;
while (i < lena && j < lenb)
{
if(j == -1 || a[i] == b[j])
{
j++;
i++;
}
else
j = ne[j];
}
if(j == lenb)
return 1;
else
return 0;
}
int main()
{
int k;
char s[1000005];///this is the main
char f[1000005];///this is the one to be found
while(scanf("%s", &s)!=EOF)
{
scanf("%s", &f);
GetNext(f);
k=KMP(s,f);
if(k)
cout<<"YES"<<endl;
else
cout<<"NO"<<endl;
}
return 0;
}