KMP算法详解

讲到KMP算法,可以简单谈一下它的来历。这三个字母都各代表着一个专家,是由Knuth,Morris,Pratt几乎统一时期发现的。。其中K是最出名的,它的中文名字叫高德纳。大部分学习计算机的人应该都听过,他写了一部神书叫《计算机程序设计艺术》,网贴上称为TAOCP。大师的神作据说是卖的很多,看得懂的人人很少。大师曾说,看不懂它的书,就不要考虑当程序员了。

言归正传,KMP算法,据说还是二十世纪十大算法的第二名。如果没有学过这个算法。采用最朴素的匹配算法的话,几乎没什么效率可言。
例如:现在有一个字符串:

S: a b a a a b f a b a a a b e

我们要找出串:

P: a b a a a b e 在S中的起始位置。

i为S的移动指针,j为P的移动指针,实际上是索引,即字符元素的位置下标。
当i =6, j =6时,f!=e,匹配失败。

这里写图片描述

现在我们要做的,就是令i =1, j =0,直到匹配成功为止。

这里写图片描述

就等于失败之后,要重头再来。但计算机专家希望的是什么呢,能够利用之前的一些比较结果,而不是埋头苦干。

我们可以想象一下,如果主串S本身比较长,那么匹配失败之后,如果不断回溯,工作量就很大。回溯指的就是指针i的值减小。而KMP的核心思路是什么,减少回溯,就是尽量不吃回头草,尤其是主串。KMP做到了主串不吃回头草,而P串呢,最大程度减小回溯的可能性。

如何利用之前匹配的部分结果呢。就需要观察模式串自身的规律。现在回到上面的例子。当比较到:

这里写图片描述

看到加粗部分的字符,我们就会发现,尽管f,e比较失败,但是由于P中e之前的子串前后缀ab完全相同,那么我们就可以利用这个结果。因为我们已经明确知道,ab比较过,而且相同,那怎么利用这个规律呢。我们试着将j回溯到2的位置,而i保持不动:

这里写图片描述

要移动到上面的位置,实质就是把模式串P向右移动了j-2个位置,这个’2’表示在j =6之前的子串的前后缀的最大匹配程度,在KMP中,我们称其为next数组,那移动j-2也就是移动j-next[j]。这样的话,就利用了之前匹配的成果。

现在的问题就变成了,如何求得next数组。这个next数组,只与模式串P有关。基本思路是某个位置之前子串的前缀与后缀的最大匹配度。一般来讲,我们通常令next[0] =-1,其他位置,则只需观察起之前的子串的子串的前后缀的最大匹配程度即可。

这里写图片描述

总结成公式可以得到:

这里写图片描述

有了next数组,利用刚才的思路进行匹配就是水到渠成的事情了,可以看下核心代码:

int KMP(char s[], char p[], int *next){
 int lens =strlen(s);
int lenp =strlen(p);
 int i =0, j =0while(i <lens  &&  j <lenp){
    if(j ==-1 || s[i]==p[j]){
      i++;
      j++;
    }
   else {
    j =next[j];
     }
  }
   return j==lenp? i-j:-1;
}

到此为止,我们忽略了一个非常重要的事情,那就是next代码层面怎么求。考研中呢,KMP求得最多的就是next数组。如果只是简单求数组,那么我们从考研的角度就无须掌握代码。但是不幸的是,有些同学初试之后,还有复试。有些同学会参与机试,中科院信工所就考过KMP算法。如果初试完还有机试的。就得掌握一下,next的求法。

void getNext(char p[],int *next){
int len =strlen(p);
int i =0,j =-1while(i!=len-1){
 if(j ==-1 || p[i] ==p[j]){
i++;
      j++;
     next[i] =j;
    }
    else{
     j =next[j];
     }
}

后来者们发现,在有些情况下,KMP仍然有用起来很不愉快的地方。
例如 :

这里写图片描述

根据前面的规则,可以得到,next[j]:-10123
当x与b失配的时候,根据next数组,x会与P[3]=a比较

这里写图片描述

继而发生多次a与x比较的情况。而事实上,a与x无须比较多次,如果对next做出改进的话。我们观察到,如果位置j上的元素与next[j]上的字符相同的时候,那么我们可以沿用沿用上一个next[j]
根据这种思路,可以求得新的next数组:

这里写图片描述

总结成公式:
这里写图片描述

补充
有的书上呢, KMP求next数组的公式会略有不同。其实差别不大,往往就是next[1]=0,其他的个next[j]值都+1,这种一般是针对数组元素从1开始的数组,但并不影响KMP算法思想本质的表达。KMP就暂时介绍到这里。

<think>好的,用户想要了解KMP算法的详细解释和使用方法,包括实现步骤和示例代码。我需要根据提供的引用资料来整理回答。首先,KMP算法的核心思想是通过预处理模式串生成next数组,避免回溯主串指针,提高匹配效率。接下来,我需要分步骤解释算法流程,比如如何构建next数组,如何进行匹配过程。然后,给出一个具体的示例代码,可能用Python来实现,因为用户之前的示例也是Python。还要注意用户提到的系统级指令,比如数学公式的格式,独立公式用$$...$$,行内用$...$。同时,回答中需要自然地添加引用标识,比如在提到优化效率时引用[^2]。最后,生成相关问题,比如next数组的构建方法、时间复杂度分析等。需要确保LaTeX语法正确,比如模式串的前缀函数可能用数学表达式表示。检查是否有遗漏的步骤,比如部分匹配表的生成过程,确保逻辑清晰,结构合理。</think>### KMP算法详解及实现 #### 一、核心思想 KMP算法通过**前缀函数**预处理模式串生成$next$数组,使得匹配失败时能跳过无效比较。其核心是保持主串指针$i$不回溯,仅调整模式串指针$j$,将时间复杂度从暴力算法的$O(n \times m)$优化到$O(n + m)$[^3]。 #### 二、实现步骤 1. **构建next数组** - 定义:$next[j]$表示模式串$P[0..j]$中最长相等前后缀长度 - 递推公式: $$ next[j] = \begin{cases} -1 & j=0 \\ max\{k \mid 0 \leq k<j \text{ 且 } P[0..k] = P[j-k..j]\} & \text{其他情况} \end{cases} $$ - 示例:模式串"ABABC"的$next$数组为$[-1,0,0,1,2]$ 2. **匹配过程** - 初始化$i=0$, $j=0$ - 当$i < \text{主串长度}$且$j < \text{模式串长度}$: - 若$j=-1$或主串$T[i] = P[j]$,则$i++, j++$ - 否则$j = next[j]$ - 当$j \geq \text{模式串长度}$时匹配成功 #### 三、Python实现示例 ```python def kmp(text, pattern): n, m = len(text), len(pattern) next_arr = get_next(pattern) i = j = 0 while i < n and j < m: if j == -1 or text[i] == pattern[j]: i += 1 j += 1 else: j = next_arr[j] return i - j if j == m else -1 def get_next(pattern): m = len(pattern) next_arr = [-1] * m k = -1 for j in range(1, m): while k >= 0 and pattern[j] != pattern[k+1]: k = next_arr[k] if pattern[j] == pattern[k+1]: k += 1 next_arr[j] = k return next_arr ``` #### 四、示例说明 主串$T= "ABABABABC"$,模式串$P= "ABABC"$时: 1. 生成$next=[-1,0,0,1,2]$ 2. 匹配失败时通过$next$数组跳过冗余比较 3. 最终在第4次调整后匹配成功[^1]
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