KMP字符串匹配算法

“看毛片”算法可以说是许多人学习数据结构路上的一道坎，虽说代码并不算难，但总是写了就忘，其算法思想也是难以理解。其实多写几遍就会发现，也就那么回事。

主要思想：

kmp算法主要是通过一个next数组来加速匹配的过程，这个next数组也称为失配数组。现在我们来考虑下面这种情况，母串与匹配串匹配到了如图箭头位置，但此时A和B并不匹配，怎么办呢？注意到图中蓝色部分是相等的子串，因此我们直接移动匹配串让A和C进行比较。这就实现了加速。

上面的直接移动就是利用了next数组，next数组保存的是当匹配串中这个位置失配以后，可以移动到哪个位置继续进行匹配。现在我们来思考一下如何求得next数组。

对于匹配串，首先无需考虑的是0和1位置，当0号位置失配后无法再移动了，只能由母串移动，所以置为-1，1位置失配后自然是重新开始，所以置为0。

我们从位置2开始，设置一个cur变量从0开始，然后依次向后走，并进行匹配，这部分看代码更容易理解，需要注意的是一种可以进行加速的情况。

如下图，对于匹配串的next数组，当我们求到A位置时，由蓝色部分的相等，如果此时B和C相等，那么对于A来说，它的失配移动位置就是B后面的位置。

但当B和C不相等时，情况就有点复杂了，假设B的失配位置为D，由蓝色部分的相等可知此时红色箭头所指的部分也相等，所以我们把B更新为D，然后继续比较D和C是否相等。

代码：

vector<int> GetNext(string& s)
{
	int n = s.size();
	vector<int> next(n);
	next[0] = -1, next[1] = 0;
	if (n == 1)
		return next;
	int pos = 2, cur = 0;
	while (pos < n)
	{
		if (s[cur] == s[pos - 1])
			next[pos++] = ++cur;
		else if (cur > 0) // 加速情况
			cur = next[cur];
		else
			next[pos++] = 0;
	}
	return next;
}

int KMP(string& s, string& m)
{
	int s_len = s.size();
	int m_len = m.size();
	// 匹配串大于母串，返回不存在
	if (s_len < m_len)
		return -1;
	// 匹配串为空直接返回0
	if ( m_len == 0)
		return 0;

	int s_index = 0, m_index = 0;
	vector<int> next = GetNext(m);
	while (s_index < s_len && m_index < m_len)
	{
		if (s[s_index] == m[m_index])
		{
			++s_index;
			++m_index;
		}
		else if (next[m_index] == -1)
		{
			++s_index;
		}
		else
		{
			m_index = next[m_index];
		}
	}
	return m_index == m_len ? s_index - m_index : -1;
}

最后解释一下为什么匹配失配后匹配串可以直接向右滑动一段距离，而不用检查中间的位置。因为如果从中间开始能够匹配的话，那么在求next数组时得到的值一定是这个从中间匹配的长度，而不是原来的值，具体动手画下图就知道了。