KMP算法的原理(绝对简单易懂)

匿名 (未验证) 提交于 2019-12-03 00:19:01

KMP算法的作用

比较一个字符串是否为另一个字符串的子串,并可以返回匹配首位置


算法实现过程

1.

首先,字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符,进行比较。因为B与A不匹配,所以搜索词后移一位。

2.

因为B与A不匹配,搜索词再往后移。
3.

就这样,直到字符串有一个字符,与搜索词的第一个字符相同为止。

4.

接着比较字符串和搜索词的下一个字符,还是相同。


5.
直到字符串有一个字符,与搜索词对应的字符不相同为止。

6.

这时,最自然的反应是,将搜索词整个后移一位,再从头逐个比较。这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。

7.

一个基本事实是,当空格与D不匹配时,你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是,设法利用这个已知信息,不要把"搜索位置"移回已经比较过的位置,继续把它向后移,这样就提高了效率。

8.

怎么做到这一点呢?可以针对搜索词,算出一张《部分匹配表》(Partial Match Table)。这张表是如何产生的,后面再介绍,这里只要会用就可以了。

9.

已知空格与D不匹配时,前面六个字符"ABCDAB"是匹配的。查表可知,最后一个匹配字符B对应的"部分匹配值"为2,因此按照下面的公式算出向后移动的位数:
  移动位数 = 已匹配的字符数 - 对应的部分匹配值
因为 6 - 2 等于4,所以将搜索词向后移动4位。

10.

因为空格与C不匹配,搜索词还要继续往后移。这时,已匹配的字符数为2("AB"),对应的"部分匹配值"为0。所以,移动位数 = 2 - 0,结果为 2,于是将搜索词向后移2位。

11.

因为空格与A不匹配,继续后移一位。

12.

逐位比较,直到发现C与D不匹配。于是,移动位数 = 6 - 2,继续将搜索词向后移动4位。

13.

逐位比较,直到搜索词的最后一位,发现完全匹配,于是搜索完成。如果还要继续搜索(即找出全部匹配),移动位数 = 7 - 0,再将搜索词向后移动7位,这里就不再重复了。

14.

下面介绍《部分匹配表》是如何产生的。
首先,要了解两个概念:"前缀"和"后缀"。 "前缀"指除了最后一个字符以外,一个字符串的全部头部组合;"后缀"指除了第一个字符以外,一个字符串的全部尾部组合。

15.

"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例,
  - "A"的前缀和后缀都为空集,共有元素的长度为0;
  - "AB"的前缀为[A],后缀为[B],共有元素的长度为0;
  - "ABC"的前缀为[A, AB],后缀为[BC, C],共有元素的长度0;
  - "ABCD"的前缀为[A, AB, ABC],后缀为[BCD, CD, D],共有元素的长度为0;
  - "ABCDA"的前缀为[A, AB, ABC, ABCD],后缀为[BCDA, CDA, DA, A],共有元素为"A",长度为1;
  - "ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA],后缀为[BCDAB, CDAB, DAB, AB, B],共有元素为"AB",长度为2;
  - "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB],后缀为[BCDABD, CDABD, DABD, ABD, BD, D],共有元素的长度为0。

16.

"部分匹配"的实质是,有时候,字符串头部和尾部会有重复。比如,"ABCDAB"之中有两个"AB",那么它的"部分匹配值"就是2("AB"的长度)。搜索词移动的时候,第一个"AB"向后移动4位(字符串长度-部分匹配值),就可以来到第二个"AB"的位置。


求解next数组(核心部分)

1、next数组里面存的是什么值呢?其实就是该位置前的字符串前缀与后缀的共用长度(文中的部分匹配值)-1(说白了就是前后相同的长度-1)

实现代码:

//其实这个你自己静下心模拟一下过程,可以很快理解的 void kmp_next(char *s) {     int len = strlen(s);     next[0] = -1;     int k = -1;     for(int i = 1; i < len; i ++) {         while(k > -1 && s[k+1] != s[i]) {             k = next[k];         }         if(s[k+1] == s[i]) {             k ++;         }         next[i] = k;     } }


字符串匹配

相信看懂了前面的描述,你一定理解了匹配过程,接下来就给出匹配过程的代码:(这个其实你完全按照自己理解写,别人的代码仅供参考)

//理解运用next数组的写法 void kmp1(char *s1, char *s2) {     int len1 = strlen(s1);     int len2 = strlen(s2);     int idx = 0; //s2中匹配的位置     kmp_next(s2);     for(int i = 0; i < len1; i ++) {         if(s1[i] == s2[idx]) {             idx ++;         }else {             if(idx > 0) { //此时不匹配之前有匹配的                 idx = next[idx-1] + 1;                 i--; //避免多移一位             }else idx = 0;         }         if(idx == len2) { //完全匹配             idx = next[idx-1] + 1;             a[cnt ++] = i-len2+1;         }     } }  //更高深的写法 void kmp2(char *s1, char *s2) {     int len1 = strlen(s1);     int len2 = strlen(s2);     kmp_next(s2);     for(int i = 0; i < len1; i ++) {         while(k >= -1 && s2[k+1] != s1[i]) { //此时不匹配但是前面有匹配的             k = next[k];         }         if(s2[k+1] == s1[i]) {             k ++;         }         if(k == len2-1) a[cnt ++] = i;     } }


易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!