本文共 4039 字,大约阅读时间需要 13 分钟。
什么是KMP算法
它是一个字符串匹配算法。
KMP算法的优势
(就恨当初写kmp那篇的时候,没有留下图解,全篇文字铺开,现在我自己都看不懂了)
首先,给定 “主串” 和 “模式串” 如下:
BF算法使用简单粗暴的方式,对主串和模式串进行逐个字符的比较:
第二轮,模式串向后挪动一位,和主串的第二个等长子串比较,发现第0位字符不一致:
第三轮,模式串继续向后挪动一位,和主串的第三个等长子串比较,发现第0位字符不一致:
···
···这种算法的缺点很明显,做了很多无谓的比较,还好,我们今天讲的不是这种算法。
KMP算法
第一轮,模式串和主串的第一个等长子串比较,发现前5个字符都是匹配的,第6个字符不匹配,是一个“坏字符”:
这时候,如何有效利用已匹配的前缀 “GTGTG” 呢?
我们可以发现,在前缀“GTGTG”当中,后三个字符“GTG”和前三位字符“GTG”是相同的:
在下一轮的比较时,只有把这两个相同的片段对齐,才有可能出现匹配。这两个字符串片段,分别叫做最长可匹配后缀子串和最长可匹配前缀子串。
第二轮,我们直接把模式串向后移动两位,让两个“GTG”对齐,继续从刚才主串的坏字符A开始进行比较:
显然,主串的字符A仍然是坏字符,这时候的匹配前缀缩短成了GTG:
按照第一轮的思路,我们来重新确定最长可匹配后缀子串和最长可匹配前缀子串:
第三轮,我们再次把模式串向后移动两位,让两个“G”对齐,继续从刚才主串的坏字符A开始进行比较:
···
···next数组
什么是next数组?next数组用来干什么?
next数组是决定kmp算法快速移动的核心。好,我们来看一下next数组是如何生成的。
有了next数组,我们就可以通过已匹配前缀的下一个位置(坏字符位置),快速寻找到最长可匹配前缀的下一个位置,然后把这两个位置对齐。
比如下面的场景,我们通过坏字符下标5,可以找到next[5]=3,即最长可匹配前缀的下一个位置:
生成next数组
我先放一段代码再这里:
(如果用上面那张图里的方法,那生成next数组的过程是非常低效的)void getnext(string p, vector &next) //next在传入时应该进行扩容{ int len = p.size(); int k = -1; int j = 0; next[0]=-1; while (j < len - 1) { if (k == -1 || p[k] == p[j]) { k++; j++; next[j] = k; } else { k = next[k]; } }}
能看懂吗?
首先为了后面运算方便,将next[0]设置为-1,不得不说这个设置为-1非常之巧妙。
先不说巧妙在哪里,自己去写的话就知道了。
也先不说那个令人绞尽脑汁的k = next[k]
,我们先把基础弄明白。 先看next[j] = k
,这一句。
来我们来个简单的栗子:“ababcba”.
要对这个子串求它的next数组,是这样的。
1、a2、ab3、aba4、abab5、ababc6、ababcb7、ababcba
将这个字符串这样分一下,然后对号入座,看到我标的号了没,对应的是next数组中的号,最后那个可以去掉,因为如果整个串都对上了还回溯什么。
首先我们来看一下“前后子集“的概念,我自己起的名字,还不错吧。
拿4来说把,它的前子集有:
{ a, ab, aba}
后子集有:
{ b, ab, bab}
规律不难找啊。
那,他俩子集里面有一个同类,“ab”,将ab的长度填入next[4]里面。
接下来难度要稍微升级了。
这个next数组,也有半自动推导,碧如说4(abab),它的对称度为2,那么如果在4的基础上,加上一个字符,这个字符刚好跟对称度+1的位置的字符对上,即如果加上的字符是a,那么便可以知道 5 的对称度为3,因为前面两个已经有 4 做了铺垫。
这就是:if (k == -1 || p[k] == p[j]){ k++; j++; next[j] = k;}
这一个部分的原理。next[++j] = ++k;
,是这样来的。
可惜,上面那个例子加上去的是 ‘c’。那就·是另外一部分代码的事情了:
else { k = next[k];}
k = next[k]
要理解这行代码,我们用另外一个字符串会比较直观一些。
“a b a b a b c b”
一步一步来啊,
1、anext[0] = -1;k = -1,j=0; k = 0,j=1;next[1] = 0; //进入了if//这两个简直是铁索连环,就写一起吧
2、a,bj = 1,k = 0; //进入elsek = -1; //所以,嗯//再一圈循环k = 0,j = 2; //进入ifnext[2] = 0;
3、a,b,a//进入ifk = 1,j = 3;next[3] = 1;
4、a,b,a,bk = 2,j = 4;next[4] = 2;//看啊,用到上面讲的了。//其实还有一条铁律忘记说了,如果有耐心看到这里那我就说。后一位的对称度,顶多比前一位,多1!!!
5、a,b,a,b,ak = 3,j = 5;next[5] = 3;
6、a,b,a,b,a,bk = 4,j = 6;next[6] = 4;//越来越接近目标了啊,马上就要断了香火了
7、a,b,a,b,*a*,b,c// ‘c’!=‘a’!// 进入elsek = next[4] = 2// 循环,进入elsek = next[2] = 0// 再循环,k = -1// 再循环,进入ifk = 0,j = 7next[7] = 0-----这时候你会发现,它新加上来的那个字符,和对称度后面一位字符不匹配,‘c’!=‘a’!,那里我打了星标。
KMP匹配、
这个匹配就比较好理解了,该注释的地方我注释了
int kmp(string s, string p){ int i = 0; int j = 0; int sLen = s.size(); int pLen = p.size(); if (pLen == 0 ) return 0; vector vec(pLen, 0); getnext(p,vec); //获取next数组 while (i < sLen && j < pLen) { if (j == -1 || s[i] == p[j]) { i++; j++; } else { //②如果j != -1,且当前字符匹配失败(即S[i] != P[j]),则令 i 不变,j = next[j] //next[j]即为j所对应的next值 j = vec[j]; } } if (j >= pLen) return(i - j); return -1;}
KMP算法整体实现(LeetCode测试通过)
#include#include #include using namespace std;void getnext(string p, vector &next) //next在传入时应该进行扩容{ int len = p.size(); int k = -1; int j = 0; next[0]=-1; while (j < len - 1) { if (k == -1 || p[k] == p[j]) { k++; j++; next[j] = k; } else { k = next[k]; } }}int kmp(string s, string p){ int i = 0; int j = 0; int sLen = s.size(); int pLen = p.size(); if (pLen == 0 ) return 0; vector vec(pLen, 0); getnext(p,vec); //获取next数组 while (i < sLen && j < pLen) { if (j == -1 || s[i] == p[j]) { i++; j++; } else { //②如果j != -1,且当前字符匹配失败(即S[i] != P[j]),则令 i 不变,j = next[j] //next[j]即为j所对应的next值 j = vec[j]; } } if (j >= pLen) return(i - j); return -1;}int main(){ vector vec1(10,0); //for (int i = 0; i < vec1.size(); i++) // cout << vec1[i] << " "; //cout << endl; string str = ""; string str2 = ""; int a = kmp(str,str2); cout << a << endl; /*getnext(str2,vec1); for(int i = 0;i
注:图来自《小灰的漫画算法之旅》
转载地址:https://lion-wu.blog.csdn.net/article/details/114020996 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!