来我们再聊聊 KMP 算法 -- 我懂，你也得懂
搞了一整天的KMP，自己动手写，先是感觉自己搞懂了，写完提交又崩溃了。反反复复一整天，刚刚总算是半抄半写过去了。
那现在，我就来看看自己能不能把这个算法讲清楚，当然，观众得有一定的基础，我语文不好，有的东西大家意会吧。
这篇不想用什么华丽的图片啊、辞藻啊堆砌，要堆砌上一篇已经堆砌过了，这篇更侧重于重难点突破。
写完语：我已经尽我所能让这篇不那么枯燥了，如果愿意看下去，你可能会收藏起来。
为什么需要KMP算法
这个·不想多废话，它的时间复杂度是线性的。
KMP算法为什么快
暴力算法为什么慢
首先我要讲在前面，字符串匹配算法，不论是暴力破解，还是KMP这种高级算法，基础都是使用快慢指针的，如果对快慢指针不了解建议赶紧去刷题。
下面讲的，主串上的那个指针是慢指针，子串上那个是快指针。别纠结为什么叫快慢，一个名字而已。
暴力算法，在匹配失败之后，会将快慢指针都回溯。
KMP算法为什么快
因为它减少了对指针的回溯过程。
首先慢指针就不用回溯了！！！然后快指针也是回溯到半路。
你看像这样匹配失败了，慢指针就留在‘c’那里等着，然后快指针来回溯：
快指针也只是回溯到了‘b’。
为什么？上面那个可能不是很直观，还是要打个比方：
比方说对子串“ababc”,已经匹配到’c’失败了，不用回溯到开头，只需要回溯到第二个‘a’，因为在匹配失败前的两个字符肯定是‘ab’。
这样讲可能不是很严肃，但是应该比较好理解吧。那我总结了对这个点的话术，毕竟别人问你的时候你不能这么通俗的告诉人家。
我是这么想的：如果子串没有重叠部分，哪怕是一个字符的重叠，也没有，那么直接将快指针回溯到开头，然后将快指针对准慢指针。
如果子串有重叠的部分，就将快指针回溯到重叠部分后面那个位置，然后将快慢指针对准。
接着继续比对。
那么，你又要怎么知道，快指针应该回溯到哪里，说是重叠部分后面那个位置，那你每次匹配失败都要去找一下有哪里重叠？
那要是重叠部分很多，你要回到哪个？
这些准备工作，应该在进行KMP匹配之前做好。那就是next数组。
next数组
其实前面那些都是很基础的东西，不过这个能点进这篇的应该都是冲着next数组来的，而我的目的，也是要把这个数组的生成讲清楚。
相信代码大家都有，不过我依然要放在这里：
void getnext(string p, vector<int> &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];
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
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、a
2、ab
3、aba
4、abab
5、ababc
6、ababcb
7、ababcba
- 1
- 2
- 3
- 4
- 5
- 6
- 7
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
}
- 1
- 2
- 3
- 4
- 5
后子集有：
{
b,
ab,
bab
}
- 1
- 2
- 3
- 4
- 5
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，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;
}
- 1
- 2
- 3
- 4
- 5
- 6
这一个部分的原理。next[++j] = ++k;,是这样来的。
虽然我语文不好，但是讲到这个份上了，还不能心领神会那就不是我的问题了。
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];
}
- 1
- 2
- 3
稍事休息。
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、
next[0] = -1;
k = -1，j=0; //a
k = 0，j=1;
next[1] = 0;
//这两个简直是铁索连环，就写一起吧
- 1
- 2
- 3
- 4
- 5
- 6
- 7
2、
j = 1,k = 0; //a,b
k = -1;
k = 0,j = 2;
next[2] = 0;
- 1
- 2
- 3
- 4
- 5
3、a,b,a
k = 1,j = 3;
next[3] = 1;
//看到了啊，出现了，进入if
- 1
- 2
- 3
- 4
- 5
4、a,b,a,b
k = 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！！！
- 1
- 2
- 3
- 4
- 5
- 6
5、a,b,a,b,a
k = 3,j = 5;
next[5] = 3;
//你去找，随便找，像我这么有耐心的真不多了。
- 1
- 2
- 3
- 4
- 5
6、a,b,a,b,a,b
k = 4,j = 6;
next[6] = 4;
//越来越接近目标了啊，马上就要断了香火了
- 1
- 2
- 3
- 4
7、a,b,a,b,*a*,b,c
k = 5,j = 7;
next[7] = 5?
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。
这时候怎么办？重头找？不可能的事，重头找的话，怎么说，那个代码该怎么写？一个一个在比对？
这时候还有另外一种想法，你看：
在插入‘c’之前，前面已经是对称的了有，好几组‘a,b’的存在。那么，为什么不推到当前失败‘a,b’的前面一个‘a,b’
去看看，这样既保证了对称度不会一下子跌到谷底，又能保证了对称性。因为第三个字符的前面也是‘a,b’，‘c’的前面也是‘a,b’,
那为什么不把这个对称轮回一轮一轮往前提并匹配呢？
如果最后真的轮回到了0点，那也总比直接回到原点有不知道后面会不会有惊喜要来的强一些。
那么，要怎么将快指针（k）回溯到前一个轮回的后一个字符呢？
其实上面跟大家开了个玩笑，哈哈，不知道有没有人发现。
k = 5?
这个k,是7还是6？看看清楚，不记得的话把上面代码翻出来看看。
那么你看看 ,这时候的next[k]存的是什么东西，是不是上一轮的对称度，要是不记得，我给你找：`next[4] = 2`,那这个对称度是什么东西？
是不是等于字符串中上一轮轮回对应的后一个位置！注意，数组是以0为下标开始的！
是不是绕晕了？
我把一些概念再捋一下：
代码：
if (k == -1 || p[k] == p[j])
{ k++; j++; next[j] = k;
}
else { k = next[k];
} 对称度：最高有几个字符的相同子集。
轮回：比方说对称度为2的时候，‘a,b’为一个轮回,第一个‘a,b’为第一个轮回。
铁律：后一位的对称度，顶多比前一位，多1！！！
示例字符串：
“a b a b a b c b”
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
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<int> 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;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
KMP算法整体实现（LeetCode测试通过）
#include<iostream>
#include<string>
#include<vector>
using namespace std;
void getnext(string p, vector<int> &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<int> 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<int> 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<vec1.size();i++)
cout << vec1[i]<<" ";
cout << endl;*/
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
文章来源: lion-wu.blog.csdn.net，作者：看，未来，版权归原作者所有，如需转载，请联系作者。
原文链接：lion-wu.blog.csdn.net/article/details/105778889
- 点赞
- 收藏
- 关注作者
评论（0）