2021.1.26 学习KMP算法

学习视频:https://www.bilibili.com/video/BV1Px411z7Yo/?spm_id_from=333.788.videocard.10
文本摘录:https://www.zhihu.com/question/21923021/answer/1032665486

KMP算法是一种字符串匹配算法,可以在 O(n+m) 的时间复杂度内实现两个字符串的匹配。
字符串匹配问题:字符串 P 是否为字符串 S 的子串?如果是,它出现在 S 的哪些位置?” 其中 S 称为主串;P 称为模式串。

  1. 朴素算法-Brute-Force
    最朴素的方式即是从前往后逐字符比较,一旦遇到不相同的字符,就返回False;如果两个字符串都结束了,仍然没有出现不对应的字符,则返回True。
    示意图如下:

    这种方式的时间复杂度为O(nm),效率非常低。
    在 Brute-Force 中,如果从 S[i] 开始的那一趟比较失败了,算法会直接开始尝试从 S[i+1] 开始比较。这种行为,属于典型的“没有从之前的错误中学到东西”。我们应当注意到,一次失败的匹配,会给我们提供宝贵的信息——如果 S[i : i+len(P)] 与 P 的匹配是在第 r 个位置失败的,那么从 S[i] 开始的 (r-1) 个连续字符,一定与 P 的前 (r-1) 个字符一模一样!即可得主串的某一个子串等于模式串的某一个前缀。

    2.KMP算法
    跳过一些不可能匹配成功的字符串比较,尽量减少比较的趟数。
    假设在匹配过程中,P[0] 到 P[i] 这一段子串中,前k个字符与后k个字符一模一样。如果在 P[r]失配, 那我们可以拿前k个字符顶替后K个字符的位置,让匹配继续下去!示意图如下:

    由此可以看出绿色部分是控制模式串移动的关键-最长公共前后缀。
  2. 最长公共前后缀
    前缀:包含首字母不包含尾字母的子串
    后缀:包含尾字母不包含首字母的字串
    例子:ababa
    前缀集:{”a”, ”ab”, ”aba”, ”abab”}
    后缀集:{”baba”, ”aba”, ”ba”, ”a”}
    公共前后缀集:{”a”, ”aba”},其中最长的元素为”aba”,长度为3。
    基于上述知识,可以试图来理解KMP的核心部分-PMT(部分匹配表),PMT中的值是字符串的前缀集合与后缀集合的交集中最长元素的长度。
    为了编程的方便, 一般不直接使用PMT数组,而是将PMT数组向后偏移一位。我们把新得到的这个数组称为next数组。在把PMT进行向右偏移时,第0位的值,我们将其设成了-1,这只是为了编程的方便,并没有其他的意义。
    例如:abababca字符串的PMT和next

现在,我们看一下如何编程快速求得next数组。其实,求next数组的过程完全可以看成字符串匹配的过程,即以模式字符串为主字符串,以模式字符串的前缀为目标字符串,一旦字符串匹配成功,那么当前的next值就是匹配成功的字符串的长度。(注意next数组是pmt数组右移一位后的结果)
求最长公共前缀pmt数组:

pmt数组右移一位得next数组:

由此可以得出KMP算法:

原文地址:https://www.cnblogs.com/ZigHello/p/14332022.html