算法之字符串KMP算法(原理及源码)

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;
        }
    }

6.相关题:

Leecode#28. 实现 strStr() (Java实现+KMP解法)

Leecode#459. 重复的子字符串 (Java解法+KMP两种解法)

猜你喜欢

转载自blog.csdn.net/paranior/article/details/114652727
今日推荐