串的模式匹配算法-KMP算法

本文深入探讨了KMP算法的原理与应用,包括next数组的构建和KMP匹配过程,通过具体实例展示了如何在C++中实现KMP算法,适用于字符串搜索场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最简单的算法就不说了,KMP,时间复杂度是 O(n+m)。

1.next数组

在这里插入图片描述

2.kmp过程

这一段和next数组的构建很相似。

#include<iostream>
#include<cstring>
using namespace std;
int next[105];
void next_int(string t){
    int lent=t.length();
    int j=1,i=0;
    while(j<lent)
            (t[i]==t[j])?(next[j+1]=++i,j++):((i==0)?(next[++j]=0):i=next[i]);
//    for(int i=0;i<lent;i++){
//        cout<<next[i];
//    }
}
int kmp(string s,string t){
    int lens=s.length(),lent=t.length();
    int j=0,i=0;
    while(j<lens){
        (t[i]==s[j])?(i++,j++):((i==0)?(j++):i=next[i]);
        if(i==lent) return j-lent+1;
    }
}
int main(){
    string s,t;
    cin>>s>>t;
    next_int(t);
    int i=kmp(s,t);
    cout<<i<<endl;
    return 0;
}


例题 :
传送门 POJ-3461

#include<iostream>
#include<cstring>
#include<string>
using namespace std;
int next[100005];
void next_int(string t)
{
    int lent=t.length();
    int j=1,i=0;
    while(j<lent)
        (t[i]==t[j])?(next[j+1]=++i,j++):((i==0)?(next[++j]=0):i=next[i]);
//    for(int i=0;i<lent;i++){
//        cout<<next[i];
//    }
}
int kmp(string s,string t)
{
    int cnt=0;
    int lens=s.length(),lent=t.length();
    int j=0,i=0;
    while(j<lens)
    {
        (t[i]==s[j])?(i++,j++):((i==0)?(j++):i=next[i]);
        if(i==lent){
            cnt++,i=next[i];
        }
    }
    return cnt;
}
int main()
{
    int n;
    cin>>n;
    while(n--)
    {
        string s,t;
        cin>>t>>s;
        next_int(t);
        int i=0;
        i=kmp(s,t);
        cout<<i<<endl;
    }

    return 0;
}
BF算法KMP算法都是模式匹配算法,但是它们的时间复杂度不同。BF算法的时间复杂度为O(m*n),其中m和n分别为和模式的长度。而KMP算法的时间复杂度为O(m+n)。因此,当模式较长时,KMP算法的效率更高。 下面是BF算法KMP算法的介绍和演示: 1. BF算法(暴力匹配算法) BF算法一种朴素的模式匹配算法,它的思想是从的第一个字符开始,依次和模式的每个字符进行比较,如果匹配成功,则继续比较下一个字符,否则从的下一个字符开始重新匹配。BF算法的时间复杂度为O(m*n)。 下面是BF算法的Python代码演示: ```python def BF(main_str, pattern_str): m = len(main_str) n = len(pattern_str) for i in range(m-n+1): j = 0 while j < n and main_str[i+j] == pattern_str[j]: j += 1 if j == n: return i return -1 # 测试 main_str = 'ababcabcacbab' pattern_str = 'abcac' print(BF(main_str, pattern_str)) # 输出:6 ``` 2. KMP算法(Knuth-Morris-Pratt算法KMP算法一种改进的模式匹配算法,它的核心思想是利用已经匹配过的信息,尽量减少模式的匹配次数。具体来说,KMP算法通过预处理模式,得到一个next数组,用于指导匹配过程中的跳转。KMP算法的时间复杂度为O(m+n)。 下面是KMP算法的Python代码演示: ```python def KMP(main_str, pattern_str): m = len(main_str) n = len(pattern_str) next = getNext(pattern_str) i = 0 j = 0 while i < m and j < n: if j == -1 or main_str[i] == pattern_str[j]: i += 1 j += 1 else: j = next[j] if j == n: return i - j else: return -1 def getNext(pattern_str): n = len(pattern_str) next = [-1] * n i = 0 j = -1 while i < n-1: if j == -1 or pattern_str[i] == pattern_str[j]: i += 1 j += 1 next[i] = j else: j = next[j] return next # 测试 main_str = 'ababcabcacbab' pattern_str = 'abcac' print(KMP(main_str, pattern_str)) # 输出:6 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值