KMP算法

一、KMP算法的核心思想

KMP算法的核心在于避免重复比较。当在主字符串中匹配模式串时，如果某次匹配失败，朴素算法会将模式串回溯到开头，重新从主字符串的下一个位置开始匹配。而KMP算法通过预处理模式串，计算一个部分匹配表（也叫next数组），记录在匹配失败时模式串应该跳转到的位置，从而跳过不必要的比较。

1.1 问题背景

假设我们有：

• 主字符串 $S="ABABAC"$
• 模式串 $P="ABA"$

朴素算法会逐一比较：

• 从 $S[0]$ 开始，匹配 $P$，发现 $S[2]{=}^{\prime }{B}^{\prime }\ne P[2]{=}^{\prime }{A}^{\prime }$，匹配失败。
• 然后从 $S[1]$ 开始重新匹配，重复检查已经知道的部分。

KMP算法的优化在于：当匹配失败时，利用模式串 $P$ 的信息，决定模式串的指针应该回退到哪里，而不是简单地从头开始。

1.2 部分匹配表（next数组）

部分匹配表是KMP算法的核心数据结构，它记录了模式串中每个位置的前缀和后缀的最长公共长度（即最长相等前后缀）。这个信息帮助我们在匹配失败时快速决定模式串的指针跳转位置。

二、KMP算法的详细步骤

KMP算法分为两个主要部分：

1. 构建部分匹配表（next数组）：对模式串进行预处理，计算每个位置的跳转信息。
2. 字符串匹配：利用next数组在主字符串中查找模式串。

2.1 构建部分匹配表

部分匹配表的构建是基于模式串自身的模式匹配，目的是找到模式串中每个前缀的最长相等前后缀。

定义：

• 对于模式串 $P$ 的位置 $i$，$next[i]$ 表示以 $P[\mathrm{0..}i]$ 为子串时，其最长相等前后缀的长度。
• 最长相等前后缀是指：子串 $P[\mathrm{0..}i]$ 的一个前缀 $P[\mathrm{0..}k-1]$ 和后缀 $P[i-k+\mathrm{1..}i]$ 完全相同，且 $k$ 尽可能大（但 $k\le i$）。

举例：
模式串 $P="ABAB"$：

• $i=0,P[0]{=}^{\prime }{A}^{\prime }$：
  • 前缀和后缀为空，$next[0]=0$。
• $i=1,P[\mathrm{0..1}]="AB"$：
  • 可能的公共前后缀长度为1（“A” 和 “B”），但 $P[0]{=}^{\prime }{A}^{\prime }\ne P[1]{=}^{\prime }{B}^{\prime }$，无公共前后缀，$next[1]=0$。