KMP算法详解

字符串匹配是计算机的基本任务之一。举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？下面列举KMP匹配过程:

1.

首先，字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符，进行比较。因为B与A不匹配，所以搜索词后移一位。

2.

因为B与A不匹配，搜索词再往后移。

3.

就这样，直到字符串有一个字符，与搜索词的第一个字符相同为止。

4.

接着比较字符串和搜索词的下一个字符，还是相同。

5.

直到字符串有一个字符，与搜索词对应的字符不相同为止。

6.

这时，最自然的反应是，将搜索词整个后移一位，再从头逐个比较。这样做虽然可行，但是效率很差，因为你要把"搜索位置"移到已经比较过的位置，重比一遍。

7.

一个基本事实是，当空格与D不匹配时，你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是，设法利用这个已知信息，不要把"搜索位置"移回已经比较过的位置，继续把它向后移，这样就提高了效率。

8.next[]数组

怎么做到这一点呢？可以针对搜索词，算出一张《部分匹配表》（Partial Match Table）。这张表是如何产生的，后面再介绍，这里只要会用就可以了。

9.

已知空格与D不匹配时，前面六个字符"ABCDAB"是匹配的。查表可知，最后一个匹配字符B对应的"部分匹配值"为2，因此按照下面的公式算出向后移动的位数：

　　移动位数 = 已匹配的字符数 - 对应的部分匹配值

因为 6 - 2 等于4，所以将搜索词向后移动4位。

10.

因为空格与Ｃ不匹配，搜索词还要继续往后移。这时，已匹配的字符数为2（"AB"），对应的"部分匹配值"为0。所以，移动位数 = 2 - 0，结果为 2，于是将搜索词向后移2位。

11.

因为空格与A不匹配，继续后移一位。

12.

逐位比较，直到发现C与D不匹配。于是，移动位数 = 6 - 2，继续将搜索词向后移动4位。

13.

逐位比较，直到搜索词的最后一位，发现完全匹配，于是搜索完成。如果还要继续搜索（即找出全部匹配），移动位数 = 7 - 0，再将搜索词向后移动7位，这里就不再重复了。

14.

下面介绍《部分匹配表》是如何产生的。

首先，要了解两个概念："前缀"和"后缀"。 "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。

15.

"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例，

　　－　"A"的前缀和后缀都为空集，共有元素的长度为0；

　　－　"AB"的前缀为[A]，后缀为[B]，共有元素的长度为0；

　　－　"ABC"的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；

　　－　"ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为0；

　　－　"ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为"A"，长度为1；

　　－　"ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为"AB"，长度为2；

　　－　"ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共有元素的长度为0。

16.

"部分匹配"的实质是，有时候，字符串头部和尾部会有重复。比如，"ABCDAB"之中有两个"AB"，那么它的"部分匹配值"就是2（"AB"的长度）。搜索词移动的时候，第一个"AB"向后移动4位（字符串长度-部分匹配值），就可以来到第二个"AB"的位置。

17.完整的代码实现如下:

//经典的KMP算法时间复杂度为O(m+n)
public class KMP{
	

    //字符串匹配 (KMP算法)
    public static int getIndexOf(String s,String m)
    {

    	if(s==null||m==null||m.length()<1||s.length()<m.length())
    	{
    		return -1;
    	}
    	//将字符串转换为数组
    	char[]ss=s.toCharArray();
    	char[]ms=m.toCharArray();
        
        int si=0;
        int mi=0;
        int []next=getNextArray(ms);//获取模式串的最大前缀匹配
        while(si<ss.length&&mi<ms.length)
        {
        	if(ss[si]==ms[mi])
        	{
        		si++;
        		mi++;
        	}
        	else if(next[mi]==-1)
        	{
               si++;
        	}else{
        		mi=next[mi];
        	}
        }
        return mi==ms.length?si-mi:-1;

    }

    //获得next数组
    public static int[]getNextArray(char[]ms)
    {
       //模式串长度为1
       if(ms.length==1)
       {
       	return new int[]{-1};
       }
       //初始化next数组
       int []next=new int[ms.length];
       next[0]=-1;
       next[1]=0;
       int pos=2;
       int cn=0;
       while(pos<next.length)
       {

       	   if(ms[pos-1]==ms[cn])
       	   {
       	   	next[pos++]=++cn;
       	   }
       	   else if(cn>0)
       	   {
       	   	cn=next[cn];
       	   }
       	   else{
       	   	next[pos++]=0;
       	   }
       }
       return next;

    }
    
    public static void main(String[] args)
    {

    	//System.out.println("Hello");
        String s="BBC ABCDAB ABCDABCDABDE";//主串
        String m="ABCDABD";    //模式串

        System.out.println(getIndexOf(s,m));

    }

}

参考文献:https://www.61mon.com/index.php/archives/183/

               https://www.cnblogs.com/c-cloud/p/3224788.html