最简单易读的KMP算法代码

最新推荐文章于 2024-10-12 17:27:27 发布

原创最新推荐文章于 2024-10-12 17:27:27 发布 · 669 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#KMP

算法专栏收录该内容

1 篇文章

订阅专栏

本文介绍了一种高效的字符串匹配算法——KMP算法，并通过实例详细解释了其工作原理。文章首先定义了所需的变量，接着展示了如何初始化iamHere数组来记录pattern中每个字符的最大公共前缀长度，最后通过while循环而非传统的for循环来遍历较长的字符串，以查找是否存在匹配的模式。

部署运行你感兴趣的模型镜像

用很简单的方式定义一下需要的变量。

char *pOrg = "abcabcabaabcaba";
int orgLen = 15;
char *pattern = "abcabab";
int ptnLen = 7;
char iamHere[6] = {0};

对每个pattern的字符，记录一下从头开始最大公共字串出现的长度。

void initIamHere()
{
	for(int i = 1; i < ptnLen; i++)
	{
		if(pattern[i] == pattern[iamHere[i - 1]])
		{
			iamHere[i] = iamHere[i - 1] + 1;
		}
		else
		{
			if(pattern[i] == pattern[0])
			{
				iamHere[i] = 1;
			}
		}
	}
}

不是for循环去遍历长串，而是用while循环去遍历pattern串。

bool KMP()
{
	bool bMatched = false;

	int idx = 0; // idx of pOgr;
	int i = 0; // i of pattern;
	while(1)
	{
		printf("KMP(): idx = %d, i = %d\n", idx, i);

		if(pattern[i] != pOrg[idx])
		{
			idx = idx - iamHere[i - 1];
			i = 0;
			
			if(orgLen - idx < ptnLen)
			{
				bMatched = false;
				break;
			}
		}
		else
		{
			i++;
			idx++;
		}
		

		if(i == ptnLen)
		{
			bMatched = true;
			break;
		}
	}

	return bMatched;
}

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

图片生成

Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型，相比 3.0 版本，它提升了图像质量、运行速度和硬件效率