KMP算法—终于全部弄懂了
KMP算法—终于全部弄懂了简介
KMP 算法是 D.E.Knuth、J,H,Morris 和 V.R.Pratt 三位神人共同提出的，称之为 Knuth-Morria-Pratt 算法，简称 KMP 算法。该算法相对于 Brute-Force（暴力）算法有比较大的改进，主要是消除了主串指针的回溯，从而使算法效率有了某种程度的提高。
提取加速匹配的信息
上面说道 KMP 算法主要是通过消除主串指针的回溯来提高匹配的效率的，那么，它是则呢样来消除回溯的呢？就是因为它提取并运用了加速匹配的信息！
这种信息就是对于每模式串 t 的每个元素 t j，都存在一个实数 k ，使得模式串 t 开头的 k 个字符（t 0 t 1…t k-1）依次与 t j 前面的 k（t j-k t j-k+1…t j-1，这里第一个字符 t j-k 最多从 t 1 开始，所以 k < j）个字符相同。如果这样的 k 有多个，则取最大的一个。模式串 t 中每个位置 j 的字符都有这种信息，采用 next 数组表示，即 next[ j ]=MAX{ k }。
加速信息，即数组 next 的提取是整个 KMP 算法中最核心的部分，弄懂了 next 的求解方法，也就弄懂了 KMP 算法的十之七八了，但是不巧的是这部分代码恰恰是最不容易弄懂的……
先上代码
void Getnext(int next[],String t)
{
int j=0,k=-1;
next=-1;
while(j<t.length-1)
{
if(k == -1 || t == t)
{
j++;k++;
next = k;
}
else k = next;//此语句是这段代码最反人类的地方，如果你一下子就能看懂，那么请允许我称呼你一声大神！
}
}
ok，下面咱们分三种情况来讲 next 的求解过程
特殊情况
当 j 的值为 0 或 1 的时候，它们的 k 值都为 0，即 next = 0、next =0。但是为了后面 k 值计算的方便，我们将 next 的值设置成 -1。
当 t == t 的情况
举个栗子
观察上图可知，当 t == t 时，必然有"t…t" == " t…t"，此时的 k 即是相同子串的长度。因为有"t…t" == " t…t"，且 t == t，则有"t…t" == " t…t"，这样也就得出了next=k+1。
当t != t 的情况
关于这种情况，在代码中的描述就是“简单”的一句 k = next；。我当时看了之后，感觉有点蒙，于是就去翻《数据结构教程》。但是这本书里，对于这行代码的解释只有三个字：k 回退…！于是我从“有点蒙”的状态升级到了“很蒙蔽”的状态，我心想，k 回退？我当然知道这是 k 退回，但是它为什么要会退到 next 的位置？为什么不是回退到k-1？？？巴拉巴拉巴拉…此处省略一万字。
我绞尽脑汁，仍是不得其解。于是我就去问度娘…
在我看了众多博客之后，终于有了一种拨云见日的感觉，看下图
由第2中情况可知，当 t == t 时，t 的最大子串的长度为 k，即 next = k+1。但是此时t != t 了，所以就有 next < k，那么求 next 就等同于求 t 往前小于 k 个的字符（包括t，看上图蓝色框框）与 t 前面的字符（绿色框框）的最长重合串，即 t ~ t 与 t ~ t 的最长重合串（这里所说“最长重合串”实不严谨，但你知道是符合 k 的子串就行…），那么就相当于求 next（只不过 t 变成了 t,但是 next 的值与 t 无关）!!!。所以才有了这句 k = next，如果新的一轮循环（这时 k = next ，j 不变）中 t 依然不等于 t ，则说明倒数第二大 t-1] 也不行，那么 k 会继续被 next 赋值（这就是所谓的 k 回退…），直到找到符合重合的子串或者 k == -1。
至此，算是把求解数组 next 的算法弄清楚了（其实是，终于把 k = next 弄懂了…）
因为这个算法神奇难解之处就在k=next这一处的理解上，网上解析的非常之多，有的就是例证，举例子按代码走流程，走出结果了，跟肉眼看的一致，就认为解释了为什么k=next；很少有看到解释的非常清楚的，或者有，但我没有仔细和耐心看下去。我一般扫一眼，就大概知道这个解析是否能说的通。仔细想了三天，搞的千转百折，山重水复，一头雾气缭绕的。搞懂以后又觉得确实简单，但是绕人，烧脑。
再此特别感谢昵称为“sofu6”的博客园主，正是他的博客，让我这愚笨的脑袋瓜开窍了
KMP算法实现
当你求出了 next 数组之后，KMP 算法就很轻易搞定了，下面我用三张图，让你明白 KMP 算法完成匹配的整个过程。
以目标串：s，指针为 i ；模式串：t 指针为 j ; 为例
上图表示：“si-j ~ si-1” == “t 0 ~ t j-1”，s i != t j（前面都相等，但比较到 t j 时发现不相等了）且next == k。
根据 next 数组的定义得知 “t k ~ t j-1” == “t 0 ~ t k-1”，所以 “t 0 ~ t k-1” == “si-k ~ si-1”
将模式串右移，得到上图，这样就避免了目标穿的指针回溯。
都明了之后就可以手写 KMP 的代码了
int KMP(String s,String t)
{
int next,i=0;j=0;
Getnext(t,next);
while(i<s.length&&j<t.length)
{
if(j==-1 || s==t)
{
i++;
j++;
}
else j=next; //j回退。。。
}
if(j>=t.length)
return (i-t.length); //匹配成功，返回子串的位置
else
return (-1); //没找到
}
改进后的 next 求解方法
先来看一下上面算法存在的缺陷：
显然，当我们上边的算法得到的next数组应该是[ -1，0，0，1 ]
所以下一步我们应该是把j移动到第1个元素咯：
不难发现，这一步是完全没有意义的。因为后面的B已经不匹配了，那前面的B也一定是不匹配的，同样的情况其实还发生在第2个元素A上。
显然，发生问题的原因在于t == t]。
所以我们需要谈价一个判断：
void Getnext(int next[],String t)
{
int j=0,k=-1;
next=-1;
while(j<t.length-1)
{
if(k == -1 || t == t)
{
j++;k++;
if(t==t)//当两个字符相同时，就跳过
next = next;
else
next = k;
}
else k = next;
}
}
————————————————
版权声明：本文为CSDN博主「June·D」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/dark_cy/article/details/88698736
zanzanzanzanzan
页:
[1]