首页 > 编程语言 > 详细

kmp算法/子串匹配

时间:2020-12-12 23:39:20      阅读:69      评论:0      收藏:0      [点我收藏+]

17.kmp算法/子串匹配

a.整体框架

讲解

讲解链接

首先声明所有数组第一个下标从0开始。(有些教程会选择从1开始,先说清楚,以免搞混了)。

这里我们使用一个例子来简单说明一下

例如

技术分享图片

如果我们用暴力寻找的话,那么过程是

技术分享图片

总共比对了 4 + 1 + 1 + 1 + 7 + 1 +1 + 1 + 3 + 1 + 1 + 8 +1 +1 +1 +8 = 41 (次)

如果改进成KMP的话,那么运算过程就是(灰色地方是KMP算法不去考虑的地方,红点是每次比较的字符串位置)
?技术分享图片

总共比对了 4 + 1 + 7 + 1 + 1 +8 + 4 = 26 (次)

如果我们看红点在abcxabcdabxabcdabcdabcy的位置,我们就会发现红点一直在向前移动,不会往后退/回头。这就是KMP算法的优点即不会倒退(也有人称作回溯),所以就能避免不必要的匹配检查。

让我们依次看看KMP算法在上面的例子中都做了些什么。

首先让我们看一下第一个例子。

技术分享图片

绿框中是KMP算法跳过的地方,那么我们就来对比一下两个红框里面的内容。

技术分享图片

这里我们可以看到,深绿色方框那里是不相同字符的位置与新一轮判定的开始位置。

深橘黄色方框里的是已经匹配成功的字符串 abc。

关键的地方来了,因为已经匹配成功的字符串abc中没有相同的前后缀,所以下一次比对要从abcdabcy的首位开始比较。

我们简单地来看一下abc的前后缀情况(ac写错了,是bc)

技术分享图片

要注意,这里我们看的前后缀的长度要小于已匹配到的字符串长度,因为如果长度一样了那就不用分前后缀了,也没有比较的意义了。

因为没有相同的前后缀,我们就不用担心错过什么,直接从配对失败的地方开始新的匹配就行了。

这个很好理解,让我们假设一下如果在上面这个例子中间有这么一种情况

技术分享图片

在这里如果符匹配条件我们至少需要满足方框内的字符相同。

技术分享图片

让我们看看方块内的字符处于abc中的什么位置

技术分享图片

在黄色框内,bc属于abc的后缀,ab属于abc的前缀,所以如果条件符合的话,abc需要有相同的前后缀。

不理解为什么的同学不用担心,现在只要记住我们在寻找相同前后缀就行了,一会看完应该就能想通了。

让我们看看下一个例子。

技术分享图片

在这个例子中KMP算法跳过了绿色方框的部分,直接运行了红色方框里的内容。让我们看看红色方框里发生了什么。

技术分享图片

深绿色方框位置是不相同字符位置与新一轮比较的位置。

深橘黄色方框里的是已经匹配的字符串 abcdab。

让我们来找一下 abcdab的前后缀吧。

技术分享图片

我们发现abcdab有相同的前后缀。

重点又来了,如果有相同的前后缀,我们就需要把前缀移动到后缀的位置上。

这样abcdabcy就向右移动了四位,然后开始比较abcdabcy[相同前后缀长度] 上的字符,即第3个字符c(默认索引从0开始)。

不明白没有关系,我们再看两个例子。

技术分享图片

在上面这个例子中,绿色依然是被忽略的部分,红色方框是KMP算法执行的部分。

让我们继续关注红色方框里的内容

技术分享图片

深绿色的地方是匹配到不一样字符的位置,也是下一次比较的开始位置。

深橘色的地方是已经成功匹配的字符串ab。

由于ab没有相同的前后缀,所以下一次比较从abcdabcy[0] 开始。

最后我们看看这个例子

技术分享图片

依旧只看红色方框部分

技术分享图片

深绿色的地方是匹配到不一样字符的位置,也是下一次比较的开始位置。

深橘色的地方是已经成功匹配的字符串abcdabc。

让我们来看看abcdabc的前后缀吧。

技术分享图片

我们发现abcdabc有相同的前后缀abc,我们就需要把前缀移动到后缀的位置上。

这样abcdabcy就向右移动了四位,然后开始比较abcdabcy[相同前后缀长度] 上的字符,即第3个字符d(默认索引从0开始)。

最后我们比对发现找到了目标字符串。

通过上面的例子,我们发现每当我们匹配失败,就需要寻找匹配成功的字符串中有没有相同的前后缀(最长的前后缀),然后再判定下一次比较要从哪一位开始。

逻辑实现:
还是回到上面的例子,如果每次匹配失败都去判定一次是否有相同前后缀的话,那么就太麻烦了,所以我们可以在匹配前就把各种情况的前后缀找出来。

技术分享图片

上面是我们能列举出来的所有情况,KMP算法需要的关键信息就是最左边的匹配数与最右边的前/后缀长度。

因为8匹配就匹配完成,所以我们其实只需要考虑0~7匹配的情况,总共8种情况。

我们可以用一组数组来保存此数据,我们命名此数组为next数组。

int[] next = new int[] { 0,0,0,0,0,1,2,3};

所以每当我们匹配失败的时候,我们就可以通过next数组来快速定位下一个需要对比的索引位置。

这样我们的KMP算法可以理解为

KMP(string target, string txt){
1)计算next数组
2)通过循环来对比target与txt字符串
}

结论与算法

总之,在不匹配的时候主串不会前移,要么模式串前移到前后缀长度的位置,要么主串后移一位。

public void kmp(String haystack, String needle){
        int[] next = getNext(needle);
        int hi = 0;  // 主串的索引
        int ni = 0;  // 模式串的索引
        while (hi < haystack.length()){
            if (haystack.charAt(hi) == needle.charAt(ni)){
                hi++;
                ni++;  // 相等,各进一步
            }else if(ni > 0){
                ni = next[ni - 1];  // 失配,若模式串索引大于0,则根据next数组移动模式串
            }else {
                hi++;  // 失配,若模式串索引等于0,则将主串后移一位
            }
            if (ni == needle.length()) {
                System.out.println(hi - ni);
                ni = next[ni - 1];  // 多个匹配位置
            }
        }
    }

kmp算法/子串匹配

原文:https://www.cnblogs.com/shaolongdong/p/14127108.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!