模式匹配KMP算法

关于KMP算法的原理网上有很详细的解释，我试着总结理解一下：

KMP算法是什么

　　以这张图片为例子

　　

　　匹配到j=5时失效了，BF算法里我们会使i=1，j=0，再看s的第i位开始能不能匹配，而KMP算法接下来就去比较T[2]（next[5]=2）和S[5]

 

next数组什么意思？

 

就是当t[i]不匹配时,就让i=next[i]再去比较，则t[next[i]]前面的部分和s[j]前面一定是相同的，因为t[next[i]]前面的部分和t[i]前面的部分是相同的，图中相同颜色代表字符串相同部分。也就是我们利用模式串的自身匹配的特点，来减少和目标串的比较。

　　

next数组怎么算？

我们算好next[i]，去算next[i+1]时分两种情况：

• T[i]==T[k] （k=next[i]） 时，next[i+1]=k+1。

• T[i]!=T[k] 时，先看图左，在匹配的部分里（灰色）有更小的一段（蓝色），是next[next[i]]前面的子串，根据next数组的含义，蓝色的和粉色的子串相同，因为两段灰色是相同的，那左蓝就和右粉相同，
• 如果这时T_i=T_next[k]，那next[i+1]就是next[k]+1，否则继续找更小的一段，直到k=-1，那么next[i]=0。

  void get_next(const string &T,int *next){
      int i=0,k=-1;
      next[i]=k;
      while(T[i]){
          if(k==-1||T[k]==T[i])
          {
              ++k;
              ++i;
              next[i]=k;
          }else{
              k=next[k];
          }
      }
  }

   

但是其实还可以再改进

　　上面算next[i+1]时不考虑T[i+1]是什么，T[i]失配，用T[next[i]]去比较，可以保证T[next[i]]前面的都能匹配，但是如果T[next[i]]==T[i]，跳到next[i]肯定还是失配，所以算next时要考虑一下T[next[i]]和T[i]是否相等。

算好next[i]，去算next[i+1]时：

　　　如果 T[k]==T[i]且T[i+1]==T[k+1]，由于T[i+1]失配了，T[k+1]肯定也会失配，那next[i+1]应该继续跳到next[k+1]。

改进后的next计算代码：

void get_next()
{
    int i=0,k=-1;
    next[i]=k;
    while(T[i])
    {
        if(k==-1||T[i]==T[k])
        {
            ++k;
            ++i;
            if(T[i] == T[k])
                next[i] = next[k];
            else
                next[i] = k;
        }
        else
            k=next[k];
    }
}

 

另一种get_next的写法

void get_next()
{
    int i,k=-1;
    next[0]=k;
    for(i=1;T[i];i++){
        while(k>=0 && T[k+1]!=T[i]) k=next[k];
        if (T[k+1]==T[i]) k++;
        next[i]=k;
    }
}

 

完整程序代码：

#include<iostream>
#include<cstring>
const int N = 1005;

int next[N];
char T[N],S[N];

void get_next()
{
    int i=0,k=-1;
    next[i]=k;
    while(T[i]){
        if(k==-1||T[i]==T[k]){
            ++i;
            ++k;
            if(T[i]==T[k])
                next[i]=next[k];
            else
                next[i]=k;
        }else{
            k=next[k];
        }
    }
}

int KMP()
{
    int i=0,j=0;
    while(S[j]&&(i==-1||T[i])){
        if(i==-1||S[j]==T[i]){
            ++i;
            ++j;
        }else{
            i=next[i];
        }
    }
    if(!T[i])return j-i;
    return -1;
}

int main(){
    std::cin>>T>>S;
    get_next();
    std::cout<<KMP()+1<<std::endl;
    return 0;
}
/*
abcaccdacb
abcaccdaccccaccabcaccdaccacabcaccdacb
输出28
*/