1.KMP算法介绍:
1.主要作用:「当出现字符串不匹配时,可以知道一部分之前已经匹配的文本内容,可以利用这些信息避免从头再去做匹配了。」
2.前缀表是什么?
「前缀表是用来回溯的,它记录了模式串与主串(文本串)不匹配的时候,模式串应该从哪里开始重新匹配。」
对于字符串 aabaabaaf 来说,
它的前缀(即包括第一个元素但不包括最后一个元素的所有前缀子串。)有:[a,aa,aab,aaba,aabaa,aabaa,aabaab,aabaaba,aabaabaa]
它的后缀(即包括最后一个元素但不包括第一个元素的所有后缀子串。)有:[f,af,aaf,baaf,abaaf,aabaaf,baabaaf,abaabaaf]
前缀表即计算「下表i之前(包括i)的字符串中,有多大长度的相同前缀后缀。」
2.使用前缀表的原因:
「下表5之前这部分的字符串(也就是字符串aabaa)的最长相等的前缀 和 后缀字符串是 子字符串aa ,
因为找到了最长相等的前缀和后缀,匹配失败的位置是后缀子串的后面,那么我们找到与其相同的前缀的后面从新匹配就可以了。」
「前缀表里的数值代表着就是:当前位置之前的子串有多大长度相同的前缀后缀。」
3.问题示例描述:
要在文本串:aabaabaafa中查找是否出现过一个模式串:aabaaf。
如图:找到的不匹配的位置(f), 那么此时我们要看它的前一个字符(a)的前缀表的数值是多少。
为什么要看前一个字符的前缀表的数值呢,因为要找前面字符串的最长相同的前缀和后缀。
所以要看前一位的 前缀表的数值。
前一个字符的前缀表的数值是2, 所有把下表移动到下表2的位置继续比配。
目前对模式串“aabaaf”得到的前缀表为(可以以此为next数组用于匹配):
【0,1,0,1,2,0】 (不匹配时找前一个元素的下标值重新开始匹配)
通常有其他另外两种转换方法使前缀表变成next数组:
【-1,0,1,0,1,2】即把前缀表往右移动一位,第一个位置变为-1(不匹配时找当前元素的下标值重新开始匹配)
【-1,0,-1,0,1,0】即把前缀表-1(不匹配时找当前元素的(下标值+1)重新开始匹配)
可以发现,其实原理是一致的。
「最后得到的新前缀表在KMP算法里通常用一个next数组来表示。」
匹配过程动画如下(此处next数组为前缀表-1):
4.求解next数组的伪代码:
i:后缀末尾位置
j:前缀末尾位置 同时表示(i包括i之前的字串中)最长相等前后缀的长度
初始化操作:
j=0;
next[0] = 0;
for(i=1;i<s.size();i++){}
处理前后缀不相同(s[i]!=s[j]时,遇到冲突退到前一位所在的next值——循环不变量)
while(j>0&&s[i]!=s[j]):j = next[j-1]
处理前后缀相同
if(s[i]==s[j]):j++
更新next数组
next[i] = j
5.Java源码:
public void getNext(int[] next,String s,int n){
int i,j;
j=-1;
next[0] = j;
for(i=1;i<n;i++){
while(j>=0 && s.charAt(i)!=s.charAt(j+1)){
j = next[j];
}
if(s.charAt(i)==s.charAt(j+1)){
j++;
}
next[i] = j;
}
}