字符串KMP算法理解

字符串KMP算法理解

参考

参考博客：

https://www.zhihu.com/question/21923021

http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html

http://jakeboxer.com/blog/2009/12/13/the-knuth-morris-pratt-algorithm-in-my-own-words/

思路

给定一个文本串txt ， 待匹配模式串pat，使用暴力的方法进行匹配会发现重复比较的次数很多，导致时间复杂度很高，进行了重复无用的比较，每次匹配失败我们能够获得的信息为：主串的某一个子串等于模式串的某一个前缀；

KMP算法利用该条件，跳过不必要的重复比较，算法的关键理解是Partial Match Table(部分匹配表的计算)，这里需要理解模式串的前缀和后缀是什么意思

PMT（部分匹配表）的值是字符串的前缀集合与后缀集合的交集中最长元素的长度；next数组是将PMT表扩充1个元素，方便编程计算得来的：next(i) = PMT(i-1) , next(0) = -1(该处值无意义)

KMP算法从头开始遍历主串，当模式串的第j个位置元素不匹配时，此时模式串的前(j-1)个元素是匹配的，读取PMT[j-1]处的值为n，可以获得该前缀匹配的模式串的后缀长度是n，主串这里匹配的子串长度是j-1个，与模式串的前j-1个相同，所以从此时主串的子串后缀开始数n个与模式串的开头n个是一样的，可以跳到这里进行比较，从而减少了重复比较的次数，图示说明：

主： BBC ABCDAB ABCDABCDABDE

模： ABCDABD

j = 7 , 主串的子串ABCDAB (6个)与模式串的前6个元素相同 ， PMT部分匹配值为PMT[6] = 2,

所以移动长度： 6 - 2 = 4 （字符串长度 - 部分匹配值），即下一次直接向后移动4个位；

移动位数 = 已匹配的字符数 - 对应的部分匹配值

KMP算法的关键进而变为PMT表的计算：next数组可以看做是字符串匹配的过程，以模式字符串为主字符串，以模式字符串的前缀为目标字符串，一旦字符串匹配成功，那么当前的next值就是匹配成功的字符串的长度，具体来说，就是从模式字符串的第一位（注意，不是第0位）开始对自身进行匹配运算，在任一位置，能匹配的最长长度就是当前位置的next值；

力扣28题:

class Solution {
    public int strStr(String haystack, String needle) {
        if(needle.length() == 0)
            return 0;
        if(haystack.length() == 0 || haystack.length() < needle.length())
            return -1;
        int halen = haystack.length() , nelen = needle.length();
        return kmp(haystack , needle , halen , nelen);
    }
    private int kmp(String haystack , String needle , int halen , int nelen)
    {
        //计算next数组
        int[] next = next(needle , nelen);
        int j = 0;
        for(int i = 0; i < halen; i++)
        {
            //发现不匹配的字符，根据next数组移动指针，移动到最大公共前后缀
            while(j > 0 && haystack.charAt(i) != needle.charAt(j))
            {
                j = next[j-1] + 1;
                //超出长度时，返回不存在
                if(nelen - j + i > halen)
                    return -1;
            }
            if(haystack.charAt(i) == needle.charAt(j))
                j++;
            //遍历完整个模式串，返回模式串起点下标
            if(j == nelen)
                return i - nelen + 1;        
        }
        return -1;
    }
    private int[] next(String needle, int len)
    {
        //定义next数组
        int[] next = new int[len];
        //初始化
        next[0] = -1;
        int k = -1;
        for(int i = 1; i < len; i++)
        {
            //当k+1指向的值和i不相同时，需要进行回溯
            while(k != -1 && needle.charAt(k+1) != needle.charAt(i))
                k = next[k];
            if(needle.charAt(k+1) == needle.charAt(i))
                ++k;
            next[i] = k;
        }
        return next;
    }
}