Perl KMP 算法

了解了一下KMP 算法，自己尝试实现，也比较简单，具体原理参考google baidu，不再重复，这里只作为一个学习的纪录。

use Data::Dumper;

my $from = 'abababd ababc';
my $find = 'ababc';

# 分隔字符串为array
my @from = split '', $from;
my @find = split '', $find;

print $find, "\n";
print @{ calc( \@find ) }, "\n";
print "\n";
print kmp( \@from, \@find );

############################
# 计算字符串的重复值
sub calc {
    my ($array) = @_;

    # 取与字串相同长度的array 并将第一个置0
    my @tmp = (@$array);
    $tmp[0] = 0;

# 之后的每一个字符都与开头字串比较，取@tmp 前一个值作为比较字符
# 若为0，前一字符个与开头不重复，比较字符指向开头0
# 若不为0，前一个字符与开头有重复，如果还相同，@tmp 值加1，否则为0，后继自符重新从头开始比较
    for ( 1 .. $#tmp ) {
        if ( $array->[$_] eq $array->[ $tmp[ $_ - 1 ] ] ) {
            $tmp[$_] = $tmp[ $_ - 1 ] + 1;
        }
        else {
            $tmp[$_] = 0;
        }
    }
    return \@tmp;
}

sub kmp {
    my ( $from, $find ) = @_;

    # 初始从开头比较
    my $i   = 0;
    my $tmp = calc($find);

    # 剩余字串长度小于搜索字串，则退出返回-1
    while ( ( $#{$from} - $i ) >= $#{$find} ) {

        # 观察每次步进长度
        print @$from[ $i .. $#{$from} ], "\n";

        # j 标记搜索到的字串长度
        my $j = 0;
        while ( $find->[$j] eq $from->[ $i + $j ] ) {

            # 搜索到的长度与字符串长度相同，说明找到，返回index位置
            if ( $j == $#{$find} ) {
                return $i;
            }
            else {
                $j++;
            }
        }

        # 有相同的字符串，根据计算的值来跳转多个字符并重新比较
        # $j 为相同的个数（以1为基数），@tmp[$j-1] 为同开始字符重复的个数
        if ($j) {
            $i += $j - $tmp->[ $j - 1 ];
        }
        else {
            $i++;
        }
    }
    return -1;
}

输出：

#字符串以及计算重复值结果
ababc
00120

#每次查找过程
abababd ababc
ababd ababc
abd ababc
d ababc
 ababc
ababc
8

优化：

由于KMP 搜索过程中已经判断了子字符串的重复性，下一次判断过程中可以根据计算的重复值跳过部分开头字符，直接从不重复的地方开始比较。如下为改进的算法：

sub kmp {
    my ( $from, $find ) = @_;

    # 初始从开头比较
    my $i   = 0;
    my $tmp = calc($find);

    my $j = 0;

    # 剩余字串长度小于搜索字串，则退出返回-1
    while ( ( $#{$from} - $i ) >= $#{$find} ) {

        # 观察每次步进长度
        print "$i $j => ", @$from[ $i .. $#{$from} ], "\n";

        # j 标记搜索到的字串长度
        while ( $j <= $#{$find} && $find->[$j] eq $from->[ $i + $j ] ) {
            $j++;
            print ".\n"; # 记录由于$j 的变化自符比较的减少过程，用于debug
        }

        # 有相同的字符串，根据计算的值来跳转多个字符并重新比较
        # $j 为相同的个数（以1为基数），@tmp[$j-1] 为同开始字符重复的个数
        if ( !$j ) {
            $i += 1;
        }
        elsif ( $j <= $#{$find} ) {
            $i += $j - $tmp->[ $j - 1 ];
            $j = $tmp->[ $j - 1 ];
        }
        else {
            return $i;
        }
    }
    return -1;
}