作者:劉毅
鏈接:http://www.61mon.com/index.php/archives/186/
文章採用[知識共享署名 - 非商業性使用 - 禁止演繹 4.0 國際許可協議]進行許可
擴展 KMP 算法
前文已經介紹了經典的 KMP 算法,本文繼續介紹 KMP 算法的擴展,即擴展 KMP 算法。
問題定義:給定兩個字符串 S 和 T(長度分別爲 n 和 m),下標從 0 開始,定義extend[i]
等於S[i]...S[n-1]
與
T 的最長相同前綴的長度,求出所有的extend[i]
。舉個例子,看下錶:
i | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
---|---|---|---|---|---|---|---|---|
S | a | a | a | a | a | b | b | b |
extend[i] | 5 | 4 | 3 | 2 | 1 | 0 | 0 | 0 |
T | a | a | a | a | a | c |
爲什麼說這是 KMP 算法的擴展呢?顯然,如果在 S 的某個位置 i 有extend[i]
等於
m,則可知在 S 中找到了匹配串 T,並且匹配的首位置是 i。而且,擴展 KMP 算法可以找到 S 中所有 T 的匹配。接下來具體介紹下這個算法。
一:算法流程展開目錄
(1)
如上圖,假設當前遍歷到 S 串位置 i,即extend[0]...extend[i
- 1]
這 i 個位置的值已經計算得到。設置兩個變量,a 和 p。p 代表以 a 爲起始位置的字符匹配成功的最右邊界,也就是 “p = 最後一個匹配成功位置 + 1”。相較於字符串 T 得出,S[a...p) 等於 T[0...p-a)。
再定義一個輔助數組int next[]
,其中next[i]
含義爲:T[i]...T[m
- 1]
與 T 的最長相同前綴長度,m 爲串 T 的長度。舉個例子:
i | 0 | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|---|
T | a | a | a | a | a | c |
next[i] | 6 | 4 | 3 | 2 | 1 | 0 |
(2)
橢圓的長度爲next[i - a]
,對比
S 和 T,很容易發現,三個橢圓完全相同。如上圖,此時i + next[i
- a] < p
,根據 next 數組的定義,此時extend[i]
= next[i - a]
。
(3)
如果i + next[i - a] == p
呢?如上圖,三個橢圓都是完全相同的,此時我們可以直接從S[p]
與T[p
- i]
開始往後匹配,加快了速度。
(4)
如果i + next[i - a] > p
呢?那說明S[i...p)
與T[i-a...p-a)
相同,這和i
+ next[i - a] == p
的情況一樣,我們直接從S[p]
與T[p
- i]
開始往後匹配。(在以 a 爲始的匹配中,S[p]
與T[p-a]
已經失配)
(5)最後,就是求解 next 數組。我們再來看下next[i]
與extend[i]
的定義:
next[i]: T[i]...T[m
- 1]
與 T 的最長相同前綴長度;
extend[i]: S[i]...S[n
- 1]
與 T 的最長相同前綴長度。
恍然大悟,求解next[i]
的過程不就是
T 自己和自己的一個匹配過程嘛,下面直接看代碼。
二:代碼展開目錄
/**
*
* author 劉毅(Limer)
* date 2017-03-12
* mode C++
*/
#include<iostream>
#include<string>
using namespace std;
/* 求解 T 中 next[],註釋參考 GetExtend() */
void GetNext(string & T, int & m, int next[])
{
int a = 0, p = 0;
next[0] = m;
for (int i = 1; i < m; i++)
{
if (i >= p || i + next[i - a] >= p)
{
if (i >= p)
p = i;
while (p < m && T[p] == T[p - i])
p++;
next[i] = p - i;
a = i;
}
else
next[i] = next[i - a];
}
}
/* 求解 extend[] */
void GetExtend(string & S, int & n, string & T, int & m, int extend[], int next[])
{
int a = 0, p = 0;
GetNext(T, m, next);
for (int i = 0; i < n; i++)
{
if (i >= p || i + next[i - a] >= p) // i >= p 的作用:舉個典型例子,S 和 T 無一字符相同
{
if (i >= p)
p = i;
while (p < n && p - i < m && S[p] == T[p - i])
p++;
extend[i] = p - i;
a = i;
}
else
extend[i] = next[i - a];
}
}
int main()
{
int next[100];
int extend[100];
string S, T;
int n, m;
while (cin >> S >> T)
{
n = S.size();
m = T.size();
GetExtend(S, n, T, m, extend, next);
// 打印 next 和 extend
cout << "next: ";
for (int i = 0; i < m; i++)
cout << next[i] << " ";
cout << "\nextend: ";
for (int i = 0; i < n; i++)
cout << extend[i] << " ";
cout << endl << endl;
}
return 0;
}
數據測試如下:
三:時間複雜度展開目錄
對比 KMP 算法,很容易發現時間複雜度爲Θ(n+m) 。
四:參考文獻展開目錄
- CSDN. ACdreamer 文. 擴展 KMP 算法