记录一下KMP算法,本文摘录自《代码随想录》和部分b站视频
帮你把KMP算法学个通透!(理论篇)_哔哩哔哩_bilibili
最浅显易懂的 KMP 算法讲解_哔哩哔哩_bilibili
KMP字符串匹配算法2_哔哩哔哩_bilibili
KMP算法
主要应用:字符串匹配上
主要思想:当出现字符串不匹配时,且知道一部分之前已经匹配过的文字内容,利用这些信息避免从头再去做匹配。
前缀表
前缀表的任务是当前位置匹配失败,找到之前已经匹配上的位置,再重新匹配,此也意味着在某个字符失配时,前缀表会告诉你下一步匹配中,模式串应该跳到哪个位置。
例如在文本串:aabaabaafa 中查找是否出现过一个模式串:aabaaf
文本串中第六个字符b 和 模式串的第六个字符f,不匹配了。如果暴力匹配,发现不匹配,此时就要从头匹配了。
但如果使用前缀表,就不会从头匹配,而是从上次已经匹配的内容开始匹配,找到了模式串中第三个字符b继续开始匹配。
而前缀表是记录下标i之前(包括i)的字符串中,有多大长度的相同前缀后缀
最长公共前后缀
前缀是指不包含最后一个字符的所有以第一个字符开头的连续子串。
后缀是指不包含第一个字符的所有以最后一个字符结尾的连续子串。
最长公共前后缀 即为 最长相等前后缀 即 前缀表要求的就是相同前后缀的长度。
前缀表的原理
因为找到了最长相等的前缀和后缀,匹配失败的位置是后缀子串的后面,那么我们找到与其相同的前缀的后面重新匹配就可以了。
计算前缀表
长度为前1个字符的子串a
,最长相同前后缀的长度为0。
长度为前2个字符的子串aa
,最长相同前后缀的长度为1。
长度为前3个字符的子串aab
,最长相同前后缀的长度为0。
长度为前4个字符的子串aaba
,最长相同前后缀的长度为1。
长度为前5个字符的子串aabaa
,最长相同前后缀的长度为2。
长度为前6个字符的子串aabaaf
,最长相同前后缀的长度为0
模式串与前缀表对应位置的数字表示的就是:下标i之前(包括i)的字符串中,有多大长度的相同前缀后缀。
找到的不匹配的位置, 那么此时我们要看它的前一个字符的前缀表的数值是多少。
next数组
这并不涉及到KMP的原理,而是具体实现,next数组既可以就是前缀表,也可以是前缀表统一减一(右移一位,初始位置为-1)。
构建next数组的函数:
1、初始化
2、处理前后缀相同的情况
此时,原本的前缀长度是2,下一个字符依然相等则构成了一个更长的前后缀,则前缀长度为之前的前缀长度+1,即为3
3、处理前后缀不相同的情况
尽然ABA无法与下一个字符构成更长的前后缀,就看看其中存不存在更短的,比如AB。
根据之前计算,我们掌握了一个重要信息,即字串前后的这两部分是完全相同的
也就是说,右边这部分的后缀其实等同于左边这部分的后缀,所以可以直接在左边寻找共同的前后缀。即将右边前缀的B移到左边前缀C的位置
ABAB
001
此时,原本的前缀长度是1,但下一个字符都是B,能构成更长的前后缀,故此时前后缀长度+1
ABAB
0012
4、更新next数组的值
void getNext(int* next, const string& s) {
int j = 0;
next[0] = 0;
for(int i = 1; i < s.size(); i++) {
while (j > 0 && s[i] != s[j]) { // j要保证大于0,因为下面有取j-1作为数组下标的操作
j = next[j - 1]; // 注意这里,是要找前一位的对应的回退位置了
}
if (s[i] == s[j]) {
j++;
}
next[i] = j;
}
}