KMP字符串匹配算法——PMT数组的计算
Leetcode 28.找出字符串中第一个匹配项的下标
KMP算法和PMT的介绍
KMP算法就是在暴力的基础上，记录之前已经匹配的部分，在失配时，减少重复比较的次数
- 前缀：不包含最后一个字符，包含第一个字符，连续子串
- 后缀：不包含第一个字符，包含最后一个字符，连续子串
- PMT数组：对应字符串的最大前缀与最大后缀相同时的长度
PMT数组的求法（模式匹配的过程）
字符串S与自己进行模式匹配
- i：主串的下标，j：模式串的下标
- j < i, i指的是当前字符串的后缀，j指的就是前缀
- PMT[i]：0 ~ i 的最大公共前缀后缀长度
- PMT[0] = 0 (当只有一个字符的时候，前缀和后缀都是空)
匹配规则（直接看具体过程会好理解）
存在的两个问题
- S[i] == S[j] ——> 说明：1 ~ i 与 0 ~ j 匹配成功，此时长度为：i 或 j + 1，选哪个？
- S[i] != S[j] ——> 说明：1 ~ i 与 0 ~ j 匹配失败，此时 j 应该往前移动，j 如何移动？
解决方法
- 在匹配成功之前，是可能出现失配的情况的，此时，匹配上的后缀长度，就不再是从 1 到 i 了，但前缀长度是固定的，都是 0 ~ j，所以当匹配成功时，PMT[i] = j + 1
- 首先 PMT[0...j-1] 都是计算完成的，也就是说失配时，0 ~ j-1 和 i-j ~ i-1 已经匹配成功，0 ~ j-1 的最长公共前缀后缀长度已经求出了，假设为 c，则 0 ~ c-1，和 j-c ~ j-1是相同的，所以此时 j 应该移动到 c ，即：j = PMT[j-1]
- 0 ~ c-1 == j-c ~ j-1 == i-j ~ i-j+C-1 == i-c ~ i-1
- 0 到 c-1，和 i-c 到 i-1 已经匹配成功，所以，下一次该匹配 S[c] 和 S[i]
- j 往前移动时，万一到 0 还未匹配上，此时就会超出有效下标，所以需要特判一下
具体过程
- i = 1，j = 0
S[i] == S[j] ——> 此时，1 ~ i == 0 ~ j，前缀后缀长度为1，所以 PMT[i] = 1
i，j 同时后移
- i = 2，j = 1
S[i] ！= S[j] ——> 此时，1 ~ i ！= 0 ~ j, 前缀后缀收缩，前缀收缩为：2 ~ i，后缀收缩为：0 ~ j-1，S[i] 要与 S[j-1] 比较，...... 能不能利用PMT提高效率？
- i = 2，j = 0
S[i] != S[j] ——> 继续收缩，j 变为 -1，说明收缩到空，最长公共前缀后缀为空，PMT[2] = 0，i++
- i = 3，j = 0
S[i] == S[j] ——> PMT[i] = len(0 ~ j) = j + 1 = 1，i++，j++
- i = 4，j = 1
S[i] == S[j] ——> PMT[i] = j + 1 = 2，i++，j++
- i = 5，j = 2
S[i] ！= S[j] ——> 前缀，后缀开始收缩，但是 0 ~ j-1 与 i-j ~ i-1已经匹配成功，目前已知 0 ~ j-1 的最长公共前缀后缀 c，j 移动到最长公共前缀的后一个，也就是 c，即：j = PMT[j-1] = c = PMT[1] = 1
- i = 5，j = 1
S[i] ！= S[j] ——> 收缩，j = PMT[j-1] = PMT[0] = 0
- i = 5，j = 0
S[i] != S[j] ——> 收缩，此时前缀后缀为空，说明最长公共前缀后缀为空，即：PMT[i] = 0
总结与代码实现
总结
- PMT[0] = 0，i = 1，j = 0
- S[i] == S[j]，PMT[i] = j+1，i++，j++
- S[i] != S[j], j > 0，j = PMT[j-1]，返回步骤2
- S[i] != S[j]，j == 0，PMT[i] = 0，i++
代码实现
GO实现
func GetPMT(needle string) []int {
pmt := make([]int, len(needle))
i := 1
j := 0
for i < len(needle) {
if needle[i] == needle[j] {
pmt[i] = j + 1
j++
i++
} else {
for needle[i] != needle[j] {
if j > 0 {
j = pmt[j-1]
} else {
pmt[i] = 0
i++
break
}
}
}
}
return pmt
}
