KMP算法

本文深入讲解了KMP算法的核心原理及其实现过程,包括如何构建Next表和进行字符串匹配的具体步骤,并通过实例演示了KMP算法的应用。

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

          KMP 算法公式:

        ///推导公式
        /// f(j)=pattern[1...(k-1)]=pattern[j-(k-1)...(j-1)];j表示pattern中的字符数,K表示前缀字符串中K的最大值,K<J;
        /// pattern[j]!=pattern[f(j)];next[j]=f(j);
        /// pattern[j]==pattern[f(j)];next[j]=next[f(j)];

 

      先付代码:后做详细分析;

    

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace KMP
{
    class Program
    {
        static void Main(string[] args)
        {
            string pattern = "abcabcacab";
            string target = "babcbabcabcaabcabcabcacabc";
            Program pg = new Program();
            int n = pg.KMPMatch(target.ToCharArray(), pattern.ToCharArray());
            Console.WriteLine("pattern 在 target 中匹配的次数是:"+n);
            Console.Read();
        }
        ///推导公式
        /// f(j)=pattern[1...(k-1)]=pattern[j-(k-1)...(j-1)];j表示pattern中的字符数,K表示前缀字符串中K的最大值,K<J;
        /// pattern[j]!=pattern[f(j)];next[j]=f(j);
        /// pattern[j]==pattern[f(j)];next[j]=next[f(j)];
        /// <summary>
        /// 建立Next表
        /// </summary>
        /// <param name="pattern"></param>
        /// <returns>next</returns>
        protected int[] BuildNext(char[] pattern)
        {
            int patternLength = pattern.Length;
            //设置next
            int[] next = new int[patternLength];
            int j = 1;//表示模板第几个字符个数。
            int k = 0;//默认值为0,表示f(j)中K的最大值;
            //初始化next
            for (int i = 0; i < patternLength; i++)
            {
                next[i] = 0;
            }
            //计算next表
            while (j < patternLength)
            {
                //控制前缀字符串包含,则K++;否则至为0;
                while (k > 0 && pattern[j - 1] != pattern[k - 1])
                {
                    k = next[k - 1];//把k设置为0,或者写为k=0;
                }
                j++;
                k++;
                //更据推导公式
                if (pattern[j - 1] != pattern[k - 1])
                {
                    next[j - 1] = k;
                } else
                {
                    next[j - 1] = next[k - 1];
                }
            }
            return next;
        }
        public int KMPMatch(char[] target, char[] pattern)
            {
               int n = 0;//表示返回匹配的字符串个数;
               int[] matches = new int[target.Length];
            int[] next = BuildNext(pattern);//获取next跳转表;
              int i = 0;//target字符开始匹配的i;
              int j = 1;//pattern 字符匹配,必须设置1;
              //target最小长度必须大于pattern的长度;
               while(pattern.Length-j<=target.Length-i)
                  {
                      if(target[i]==pattern[j-1])
                        {
                            i++;
                            j++;
                            if(j==pattern.Length)
                                {
                                    matches[n++] = i + 1 - pattern.Length;//获取匹配成功的位置;
                                    j = next[j - 1];
                                    if(j==0)
                                    {
                                        j++;
                                    }
                                }
                        }
                        else
                        {
                                j = next[j - 1];
                                if(j==0)
                                {
                                    j++;
                                    i++;
                                }
                        }
                  }
               return n;
            }
    }
}

  运行结果:

  

转载于:https://www.cnblogs.com/fandong90/p/5147012.html

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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