20240728----kmp算法和海明码算法

（一）KMP算法

1.KMP定义：

字符串匹配算法，在文本中寻找一个给定的模式（子串）。KMP算法通过预处理模式字符串，使得在匹配过程中可以跳过不必要的字符，从而提高匹配效率。

KMP算法图参考博客1
KMP算法参考博客2
KMP算法参考博客3
2.部分匹配表Next：对于字符串str，从 第一个字符开始的每个子串 的 最后一个字符 与 该子串的最长公共前后缀的长度 的对应关系表格。这个表我们以 int[] next 数组方式进行存储。

📝 再比如说一个字符串 str = “ABCABD”
• 对于str从索引为0开始的子串 “A” 而言：
a. 前缀：不包含最后一个字符A的 所有以第一个字符A开头 的 连续子串 不存在
b. 后缀：不包含第一个字符A 的 所有以最后一个字符A结尾 的 连续子串 不存在
• 因此该子串的最长公共前后缀 为 0
• 对于str从 索引为0 开始的子串 “AB” 而言：
a. 前缀：不包含 最后一个字符B 的 所有以第一个字符A开头 的 连续子串 有 —— “A”
b. 后缀：不包含 第一个字符A 的 所有以最后一个字符B结尾 的 连续子串 有 —— “B”
• 因此该子串的最长公共前后缀 为 0
• 对于str从 索引为0 开始的子串 “ABC” 而言：
a. 前缀：不包含 最后一个字符C 的 所有以第一个字符A开头 的 连续子串 有 —— “A”，“AB”
b. 后缀：不包含 第一个字符A 的 所有以最后一个字符C 结尾 的 连续子串有 —— “BC”，“C”
• 前缀与后缀的连续子串不存在相同的，因此该子串的最长公共前后缀 为 0
• 对于str从 索引为0 开始的子串 “ABCA” 而言：
a. 前缀：不包含 最后一个字符A 的 所有以第一个字符A开头 的 连续子串 有 —— “A”，“AB”，“ABC”
b. 后缀：不包含 第一个字符A 的 所有以最后一个字符A 结尾 的 连续子串有 —— “BCA”，“CA”，“A”
• 前缀与后缀的连续子串中存在相同且最长的子串 A，因此该子串的最长公共前后缀 为 1
• 对于str从 索引为0 开始的子串 “ABCAB” 而言：
a. 前缀：不包含 最后一个字符B 的 所有以第一个字符A开头 的 连续子串 有 —— “A”，“AB”，“ABC”，“ABCA”
b. 后缀：不包含 第一个字符A 的 所有以最后一个字符B 结尾 的 连续子串有 —— “BCAB”，“CAB”，“AB”，“B”
• 前缀与后缀的连续子串中存在相同且最长的子串 AB，因此该子串的最长公共前后缀 为 2
• 对于str从 索引为0 开始的子串 “ABCABD” 而言：
a. 前缀：不包含 最后一个字符D 的 所有以第一个字符A开头 的 连续子串 有 —— “A”，“AB”，“ABC”，“ABCA”，“ABCAB”
b. 后缀：不包含 第一个字符A 的 所有以最后一个字符D 结尾 的 连续子串有 —— “BCABD”，“CABD”，“ABD”，“BD”，“D”
• 前缀与后缀的连续子串不存在相同的，因此该子串的最长公共前后缀 为 0

（前后缀的书写顺序是从左往右书写）。
• 子串 “A”：最后一个字符是 A，该子串的最长公共前后缀长度是 0，因此对应关系就是 A - 0
• 子串 “AB”：最后一个字符是 B，该子串的最长公共前后缀长度是 0，因此对应关系就是 B - 0
• 子串 “ABC”：最后一个字符是 C，该子串的最长公共前后缀长度是 0，因此对应关系就是 C - 0
• 子串 “ABCA”：最后一个字符是 A，该子串的最长公共前后缀长度是 1，因此对应关系就是 A - 1
• 子串 “ABCAB”：最后一个字符是 B，该子串的最长公共前后缀长度是 2，因此对应关系就是 B - 2
• 子串 “ABCABD”：最后一个字符是 D，该子串的最长公共前后缀长度是 0，因此对应关系就是 D - 0
因此综上，我们说该字符串 str 的部分匹配表为：

2.KMP算法自己的理解:

（1）按照暴力匹配的算法：母串（文本字符串）保持不变，字串进行匹配。若每次与母串（文本字符串)不匹配，子串向后移动一位，一直循环直到比较的主串的剩余长度小于模式串的长度。
（2）KMP算法的大致步骤

1. 求出模式字符串patternStr的部分匹配表，已知待匹配的字符串 matchStr
2. 定义两个指针 i 和 j，分别指向 patternStr 和 matchStr ，初始化为0
3. 判断 patternStr[i] 和 matchStr[j] 是否相等
   • 如果相等，则继续向后匹配：i++, j++
   • 如果不相等，则 i 不变，调整 j 为 模式字符串pattern 的 上一个子串（索引 [ 0, j-1 ]）的最长公共前缀字符串的下一个索引位置，该索引位置也是最长公共前缀/后缀字符串的长度：j = next[ j - 1 ]
   （3）假设主串S匹配到j的位置，模式串P匹配到i的位置,还没匹配结束，继续匹配下去会出现下面两种情况:

1，当P[i] == S[j]时，则继续匹配 i++,j++;
2，当P[i] != S[j]时，则 i =next[i],j++,此时等价于模式串P向右移动了 i -next[i]个单位；
比如现在i=5,最长公共前后缀的next[5].所以字串（模式串）向右移动了5-next[5].

（二）海明码算法

海明码参考博客1
m表示数据位的位数，k表示海明校验码的位数

发送端：

设要传输的数据为101101100

（1）可知m=9，由公式，可知k最小值为4，所以总共要传输的数据位数为9+4=13；

（2）海明校验码放在索引号为2^n的位（n=0,1,2,…,k-1）上，本例中k=4，所以校验位的索引为第1，2，4，8位，于是在下表中把这几位空出来.


备注：由（3）得从右往左数，分别是H1（右数第一列是1的索引号）,H2（右数第2列是1的索引号）,H4（右数第3列是1的索引号）,H8（右数第4列是1的索引号）为校验位.
然后根据索引号去（2）中找到索引号对应的符号。把这些符号进行异或处理。

具体步骤如下：

上表中，先说每一行的内容：从第二行开始，每一行的第一列代表索引号，这个索引号是除去了海明校验位之外的其他所有位。后面几列为该索引号对应的二进制表示，其位数取决于第（1）步计算得出的海明校验码的位数，比如第二行，索引号是3，十进制3对应的二进制就是0011，之所以用4位表示是因为这段信息码需要4个海明校验位。

再看列信息：第一行最右边数字1所对应的列里，出现1的，就表示可以用第H1位完成校验，出现数字0则表示不能用H1位进行校验，因此，由上表可知：

校验位H1负责校验：第3，5，7，9，11，13位（上表黄色高亮显示部分），对应位置上的值进行异或得：1⊕0⊕1⊕0⊕1⊕0=1，由于海明校验做的是偶校验，则H1=1；

校验位H2负责校验：第3，6，7，10，11位（上表蓝色高亮显示部分），对应位置上的值进行异或得：1⊕1⊕1⊕1⊕1=1；
校验位H4负责校验：第5，6，7，12，13位，对应位置上的值进行异或得：0⊕1⊕1⊕0⊕0=0；
校验位H8负责校验：第9，10，11，12，13位，对应位置上的值进行异或得：0⊕1⊕1⊕0⊕0=0。