KMP算法最浅显理解——一看就明确

说明

KMP算法看懂了认为特别简单,思路非常easy,看不懂之前。查各种资料,看的稀里糊涂。即使网上最简单的解释,依旧看的稀里糊涂。


我花了半天时间,争取用最短的篇幅大致搞明确这玩意究竟是啥。
这里不扯概念,仅仅讲算法过程和代码理解:

KMP算法求解什么类型问题

字符串匹配。给你两个字符串。寻找当中一个字符串是否包括还有一个字符串。假设包括,返回包括的起始位置。
如以下两个字符串:

char *str = "bacbababadababacambabacaddababacasdsd";
char *ptr = "ababaca";

str有两处包括ptr
分别在str的下标10,26处包括ptr。

“bacbababadababacambabacaddababacasdsd”;
这里写图片描写叙述

问题类型非常easy,以下直接介绍算法

算法说明

一般匹配字符串时,我们从目标字符串str(假设长度为n)的第一个下标选取和ptr长度(长度为m)一样的子字符串进行比較,假设一样,就返回開始处的下标值。不一样。选取str下一个下标,同样选取长度为n的字符串进行比較,直到str的末尾(实际比較时,下标移动到n-m)。

这种时间复杂度是O(n*m)

KMP算法:能够实现复杂度为O(m+n)

为何简化了时间复杂度:
充分利用了目标字符串ptr的性质(比方里面部分字符串的反复性,即使不存在反复字段,在比較时。实现最大的移动量)。


上面理不理解无所谓。我说的事实上也没有深刻剖析里面的内部原因。

考察目标字符串ptr
ababaca
这里我们要计算一个长度为m的转移函数next。

next数组的含义就是一个固定字符串的最长前缀和最长后缀同样的长度。

比方:abcjkdabc。那么这个数组的最长前缀和最长后缀同样必定是abc。
cbcbc。最长前缀和最长后缀同样是cbc。
abcbc,最长前缀和最长后缀同样是不存在的。

**注意最长前缀:是说以第一个字符開始。可是不包括最后一个字符。
比方aaaa同样的最长前缀和最长后缀是aaa。**
对于目标字符串ptr。ababaca,长度是7,所以next[0]。next[1],next[2]。next[3],next[4]。next[5]。next[6]分别计算的是
aababaababababaababacababaca的同样的最长前缀和最长后缀的长度。因为aababaababababaababacababaca的同样的最长前缀和最长后缀是“”,“”。“a”。“ab”,“aba”,“”,“a”,所以next数组的值是[-1,-1,0,1,2,-1,0],这里-1表示不存在。0表示存在长度为1,2表示存在长度为3。

这是为了和代码相相应。

next数组就是说一旦在某处不匹配时(下图绿色位置A和B),移动ptr字符串。使str的相应的最大后缀(红色2)和ptr相应的最大前缀(红色3)对齐,然后比較A和C。

next数组的值,就是下次往前移动字符串ptr的移动距离。

比方next中某个字符相应的值是4,则在该字符后的下一个字符不匹配时,能够直接移动往前移动ptr 5个长度。再次进行比較判别。

这里写图片描写叙述

这里写图片描写叙述

代码解析

void cal_next(char *str, int *next, int len)
{
    next[0] = -1;//next[0]初始化为-1,-1表示不存在同样的最大前缀和最大后缀
    int k = -1;//k初始化为-1
    for (int q = 1; q <= len-1; q++)
    {
        while (k > -1 && str[k + 1] != str[q])//假设下一个不同。那么k就变成next[k],注意next[k]是小于k的,不管k取不论什么值。
        {
            k = next[k];//往前回溯
        }
        if (str[k + 1] == str[q])//假设同样。k++
        {
            k = k + 1;
        }
        next[q] = k;//这个是把算的k的值(就是同样的最大前缀和最大后缀长)赋给next[q]
    }
}

KMP

这个和next非常像,详细就看代码,事实上上面已经大概说完了整个匹配过程。

int KMP(char *str, int slen, char *ptr, int plen)
{
    int *next = new int[plen];
    cal_next(ptr, next, plen);//计算next数组
    int k = -1;
    for (int i = 0; i < slen; i++)
    {
        while (k >-1&& ptr[k + 1] != str[i])//ptr和str不匹配,且k>-1(表示ptr和str有部分匹配)
            k = next[k];//往前回溯
        if (ptr[k + 1] == str[i])
            k = k + 1;
        if (k == plen-1)//说明k移动到ptr的最末端
        {
            //cout << "在位置" << i-plen+1<< endl;
            //k = -1;//又一次初始化。寻找下一个
            //i = i - plen + 2;//i定位到找到位置处的下一个位置(这里默认存在两个匹配字符串能够部分重叠)
            return i-plen+1;//返回相应的位置
        }
    }
    return -1;  
}

測试

    char *str = "bacbababadababacambabacaddababacasdsd";
    char *ptr = "ababaca";
    int a = KMP(str, 36, ptr, 7);
    return 0;

注意假设str里有多个匹配ptr的字符串,要想求出全部的满足要求的下标位置。在KMP算法须要略微改动一下。见上面凝视掉的代码。

复杂度分析

next函数计算复杂度是(m),開始以为是O(m^2)。后来细致想了想,cal__next里的while循环,以及外层for循环。利用均摊思想,事实上是O(m),这个以后想好了再写上。

原文地址:https://www.cnblogs.com/jzssuanfa/p/7352335.html