KMP算法复习
KMP算法
在字符串匹配中,我们一般是BF算法,暴力破解。当然上完数据结构课之后,我们知道可以通过KMP进行优化。
上数据结构这门课的时候,我没有好好听KMP,本篇文章参考程杰老师的《大话数据结构》中KMP算法一章节记录的笔记,可以的话请阅读原书中该章节,这里相当于原书的复述。
这边引用书中的一句话:任何有难度的知识和技巧,都不是那么容易掌握的。我尽管已经朝着通俗易懂的方向努力,可有些数据结构,特别是经典算法,是几代科学家的智慧结晶,因此要掌握他们还是需要读者的全力投入。
1.Next串
关于Next串,根据Pattern串进行得出的回溯串。
案例1
1)Next数组,第一位Next[1]=0
2)j=2的时候,j从0到j-1就只有字符“a“,那么给定一个1
3)j=3的时候,j从0到j-1就只有字符“ab",那么给定一个1
往后同理
案例2
1)Next数组,第一位Next[1]=0
2)j=2的时候,同上,Next[2]=1
3)j=3的时候,同上,Next[3]=1
4)j=4的时候,同上,Next[4]=1
5)j=5的时候,此时j由1到j-1的串是“abca”,前缀“a”,后缀“a”,推算k的值为2,则Next[5]=2
6)j=6的时候,串为“abcab”,前缀“a”,后缀“a”,我们可以回溯到3,Next[6]=3
我们可以根据经验得到如果前后缀一个字符相等,k的值是2,两个字符k的值是3,第n个就是n+1
案例3
1)Next数组,第一位Next[1]=0
2)j=2的时候,同上,Next[2]=1
3)j=3的时候,同上,Next[3]=1
4)j=4的时候,串为“aba”,前缀“a”,后缀“a”,则Next[4]=2
5)j=5的时候,串为“abab”,前缀“ab”,后缀“ab”,则Next[5]=3
6)j=6的时候,串为“ababa”,前缀“aba”,后缀“aba”,则Next[6]=4
7)j=7的时候,串为“ababaa”,只有“a”符合,则Next[7]=2
8)j=8的时候,串为“ababaaa”,只有“a”符合,则Next[8]=2
9)j=9的时候,串为“ababaaab”,只有”ab“符合,则Next[9]=3
案例4
1)Next数组,第一位Next[1]=0
2)j=2的时候,同上,Next[2]=1
3)j=3的时候,前缀为“aa”与后缀“aa”相同,Next[3]=2
4)j=4的时候,前缀为“aaa”与后缀“aaa”相同,Next[4]=3
.....
2.朴素KMP
通过这么多,我们可以来看一下代码,下面是朴素next数组和KMP,我们这边next是朴素KMP的求解方案
void get_next(string T, int *next) { // T是匹配串
int i = 1, j = 0;
next[1] = 0;
while(i < T[0]){// T[0]存储T的长度
if(j == 0 || T[i] == T[j]) {
i++;
j++;
next[i] = j;
}else {
j = next[j]; // 回溯
}
}
}
int KMP(string S, string T, int pos){
int i = pos, j = 1;
int next[255];
get_next(T, next);
while(i <= S[0] && j <= T[0]){
if(j == 0 || S[i] == T[j]){
i++;
j++;
}else j = next[j];
}
if(j > T[0]) return i - T[0];
else return 0;
}
3.KMP算法改进
朴素KMP存在一些缺陷。例如:S="aaaabcde",子串 T = "aaaaax"分别是012345,在开始,我们发现b与a不相等,因此j=next[5]=4,紧接着回溯3,直到0。所以我们在算法改进中进行优化操作,若与之前相等,则进行与之前相等操作。
void get_next(string T, int *next) { // T是匹配串
int i = 1, j = 0;
next[1] = 0;
while(i < T[0]){// T[0]存储T的长度
if(j == 0 || T[i] == T[j]) {
i++;
j++;
if(T[i] != T[j]) // 如果与前缀字符串不一样
next[i] = j; // 进行设置j为i
else
next[i] = next[j]; // 否则进行赋值操作
}else {
j = next[j]; // 回溯
}
}
}
4.nextval数组改进推导
案例
1)开始nextval[1] = 0
2)第二位字符b的nextval为1,二第一位就是“a”,不相等,维持原值
3)第三位字符a的nextval为1,“a”与“a”相等,则变换为0
4)第四位字符b的nextval为2,“b”与“b”相等,则变换为1
5.总结
其实只要细心耐心,KMP算法理解后也不是想象中那么麻烦,写起来还蛮方便的。但是在算法调试中,KMP确实不太好写,我们记忆住原理优先。