KMP算法的理解

具体理解细节参考
转载:https://blog.csdn.net/starstar1992/article/details/54913261
说明

KMP算法看懂了觉得特别简单,思路很简单,看不懂之前,查各种资料,看的稀里糊涂,即使网上最简单的解释,依然看的稀里糊涂。
我花了半天时间,争取用最短的篇幅大致搞明白这玩意到底是啥。
这里不扯概念,只讲算法过程和代码理解:

KMP算法求解什么类型问题

字符串匹配。给你两个字符串,寻找其中一个字符串是否包含另一个字符串,如果包含,返回包含的起始位置。
如下面两个字符串:

char *str = “bacbababadababacambabacaddababacasdsd”;
char *ptr = “ababaca”;12

str有两处包含ptr
分别在str的下标10,26处包含ptr。

“bacbababadababacambabacaddababacasdsd”;\
在这里插入图片描述

问题类型很简单,下面直接介绍算法

  • 算法说明

一般匹配字符串时,我们从目标字符串str(假设长度为n)的第一个下标选取和ptr长度(长度为m)一样的子字符串进行比较,如果一样,就返回开始处的下标值,不一样,选取str下一个下标,同样选取长度为n的字符串进行比较,直到str的末尾(实际比较时,下标移动到n-m)。这样的时间复杂度是O(n*m)。

KMP算法:可以实现复杂度为O(m+n)

为何简化了时间复杂度:
充分利用了目标字符串ptr的性质(比如里面部分字符串的重复性,即使不存在重复字段,在比较时,实现最大的移动量)。
上面理不理解无所谓,我说的其实也没有深刻剖析里面的内部原因。

考察目标字符串ptr:
ababaca
这里我们要计算一个长度为m的转移函数next。

next数组的含义就是一个固定字符串的最长前缀和最长后缀相同的长度。

比如:abcjkdabc,那么这个数组的最长前缀和最长后缀相同必然是abc。
cbcbc,最长前缀和最长后缀相同是cbc。
abcbc,最长前缀和最长后缀相同是不存在的。

注意最长前缀:是说以第一个字符开始,但是不包含最后一个字符。
比如aaaa相同的最长前缀和最长后缀是aaa。

对于目标字符串ptr,ababaca,长度是7,所以next[0],next[1],next[2],next[3],next[4],next[5],next[6]分别计算的是
a,ab,aba,abab,ababa,ababac,ababaca的相同的最长前缀和最长后缀的长度。由于a,ab,aba,abab,ababa,ababac,ababaca的相同的最长前缀和最长后缀是“”,“”,“a”,“ab”,“aba”,“”,“a”,所以next数组的值是[-1,-1,0,1,2,-1,0],这里-1表示不存在,0表示存在长度为1,2表示存在长度为3。这是为了和代码相对应。

下图中的1,2,3,4是一样的。1-2之间的和3-4之间的也是一样的,我们发现A和B不一样;之前的算法是我把下面的字符串往前移动一个距离,重新从头开始比较,那必然存在很多重复的比较。现在的做法是,我把下面的字符串往前移动,使3和2对其,直接比较C和A是否一样。
在这里插入图片描述
在这里插入图片描述


本文来自 路漫远吾求索 的CSDN 博客 ,全文地址请点击:https://blog.csdn.net/starstar1992/article/details/54913261?utm_source=copy

  • 代码示例
int* pre_next(char ptr[])
{//建立next数组,并返回next数组地址
	int len = strlen(ptr+1);                  //字符串从1开始存储
	int next[120];
	next[1] = 0;                              //next数组从1开始建立
	for (int k = 0, q = 2;q <= len;q++)       //k=0为next数组建立初始值,q为ptr指针
	{
		while (k > 0 && ptr[k + 1] != ptr[q]) //后缀之后的下一个字符与ptr字符串当前遍历位置不匹配
			k = next[k];                      //寻找与后缀相同的前缀位置k,使之前以遍历位置匹配
		if (ptr[k + 1] == ptr[q])             //前缀之后的下一个字符与ptr字符串当前遍历位置匹配
			k++;                              //最大相同前缀与后缀长度+1 
		next[q] = k;                          //k为与已匹配后缀相同的前缀位置(最大相同前后缀长度)
	}
	return next;
}

int KMP(char str[],char ptr[])
{//目标串str与模式串ptr都是从下标1开始存储
 //返回第一个子串匹配位置,0表示无匹配子串
	int str_len = strlen(str+1), ptr_len = strlen(ptr+1);     //字符串从1开始存储
	int* next = pre_next(ptr);                                //next数组传输过来
	int pos = 0;                                              //匹配位置
	for (int i = 1, q = 0;i <= str_len;i++)
	{
		while (q > 0 && ptr[q + 1] != str[i])                 //前方已有匹配部分并且下一字符不匹配
			q = next[q];                                      //从后缀跳至前缀
		if (ptr[q + 1] == str[i])
			q++;
		if (q == ptr_len)
		{//找到匹配子串
			pos = i - q + 1;
			q = next[q];
		}
	}
	return pos;                           //返回匹配位置,0表示无匹配子串
}

猜你喜欢

转载自blog.csdn.net/qq_40432881/article/details/82980021