KMP算法原理與demo實現

首先要了解《部分匹配表》是如何產生的(文章末尾有詳解)。

這種算法不太容易理解,網上有很多解釋,但讀起來都很費勁。直到讀到Jake Boxer的文章,我才真正理解這種算法。下面,我用自己的語言,試圖寫一篇比較好懂的KMP算法解釋。

1.

首先,字符串"BBC ABCDAB ABCDABCDABDE"的第一個字符與搜索詞"ABCDABD"的第一個字符,進行比較。因爲B與A不匹配,所以搜索詞後移一位。

2.

因爲B與A不匹配,搜索詞再往後移。

3.

就這樣,直到字符串有一個字符,與搜索詞的第一個字符相同爲止。

4.

接着比較字符串和搜索詞的下一個字符,還是相同。

5.

直到字符串有一個字符,與搜索詞對應的字符不相同爲止。

6.

這時,最自然的反應是,將搜索詞整個後移一位,再從頭逐個比較。這樣做雖然可行,但是效率很差,因爲你要把"搜索位置"移到已經比較過的位置,重比一遍。

7.

一個基本事實是,當空格與D不匹配時,你其實知道前面六個字符是"ABCDAB"。KMP算法的想法是,設法利用這個已知信息,不要把"搜索位置"移回已經比較過的位置,繼續把它向後移,這樣就提高了效率。

8.

怎麼做到這一點呢?可以針對搜索詞,算出一張《部分匹配表》(Partial Match Table)。這張表是如何產生的,後面再介紹,這裏只要會用就可以了。

9.

已知空格與D不匹配時,前面六個字符"ABCDAB"是匹配的。查表可知,最後一個匹配字符B對應的"部分匹配值"爲2,因此按照下面的公式算出向後移動的位數:

  移動位數 = 已匹配的字符數 - 對應的部分匹配值

因爲 6 - 2 等於4,所以將搜索詞向後移動4位。

10.

因爲空格與C不匹配,搜索詞還要繼續往後移。這時,已匹配的字符數爲2("AB"),對應的"部分匹配值"爲0。所以,移動位數 = 2 - 0,結果爲 2,於是將搜索詞向後移2位。

11.

因爲空格與A不匹配,繼續後移一位。

12.

逐位比較,直到發現C與D不匹配。於是,移動位數 = 6 - 2,繼續將搜索詞向後移動4位。

13.

逐位比較,直到搜索詞的最後一位,發現完全匹配,於是搜索完成。如果還要繼續搜索(即找出全部匹配),移動位數 = 7 - 0,再將搜索詞向後移動7位,這裏就不再重複了。

14.

下面介紹《部分匹配表》是如何產生的。

首先,要了解兩個概念:"前綴"和"後綴"。 "前綴"指除了最後一個字符以外,一個字符串的全部頭部組合;"後綴"指除了第一個字符以外,一個字符串的全部尾部組合。

15.

"部分匹配值"就是"前綴"和"後綴"的最長的共有元素的長度。以"ABCDABD"爲例,

  - "A"的前綴和後綴都爲空集,共有元素的長度爲0;

  - "AB"的前綴爲[A],後綴爲[B],共有元素的長度爲0;

  - "ABC"的前綴爲[A, AB],後綴爲[BC, C],共有元素的長度0;

  - "ABCD"的前綴爲[A, AB, ABC],後綴爲[BCD, CD, D],共有元素的長度爲0;

  - "ABCDA"的前綴爲[A, AB, ABC, ABCD],後綴爲[BCDA, CDA, DA, A],共有元素爲"A",長度爲1;

  - "ABCDAB"的前綴爲[A, AB, ABC, ABCD, ABCDA],後綴爲[BCDAB, CDAB, DAB, AB, B],共有元素爲"AB",長度爲2;

  - "ABCDABD"的前綴爲[A, AB, ABC, ABCD, ABCDA, ABCDAB],後綴爲[BCDABD, CDABD, DABD, ABD, BD, D],共有元素的長度爲0。

16.

"部分匹配"的實質是,有時候,字符串頭部和尾部會有重複。比如,"ABCDAB"之中有兩個"AB",那麼它的"部分匹配值"就是2("AB"的長度)。搜索詞移動的時候,第一個"AB"向後移動4位(字符串長度-部分匹配值),就可以來到第二個"AB"的位置。

(完)

ACM編程-Problem Description
有n個小朋友,每個小朋友手裏有一些糖塊,現在這些小朋友排成一排,編號是由1到n。現在給出m個數,能不能唯一的確定一對值l和r(l <= r),使得這m個數剛好是第l個小朋友到第r個小朋友手裏的糖塊數?

Input
首先輸入一個整數n,代表有n個小朋友。下一行輸入n個數,分別代表每個小朋友手裏糖的數量。

之後再輸入一個整數m,代表下面有m個數。下一行輸入這m個數。

Output
 如果能唯一的確定一對l,r的值,那麼輸出這兩個值,否則輸出-1

Example Input
5
1 2 3 4 5
3
2 3 4
Example Output
2 4

C++的實現

        #include<stdio.h>
        #include<string.h>
        int next[1100000];
        char a[1100000],b[1100000];
            void KMP()
                {
                    int i,j,m,n;
                    m=strlen(a);
                    n=strlen(b);
                    i=0;
                    j=0;
                    while(i<m&&j<n)
                    {
                        if(j==-1||a[i]==b[j])
                            {
                                i++;
                                j++;
                            }
                        else
                            {
                                j=next[j];
                            }
                    }
                    if(j>=n)
                        {
                            rintf("%d\n",i-n+1);
                        }
                    else
                        {
                            printf("-1\n");
                        }
                }
        void NEXT()
        {
            int i,j;
            i=0;
            j=-1;
            next[0]=-1;
            while(b[i]!='\0')
            {
                if(b[i]==b[j]||j==-1)
                {
                    i++;
                    j++;
                    next[i]=j;
                }
                else
                {
                    j=next[j];
                }
            }

        }
        int main()
        {
            while(gets(a)!=NULL)
            {
                gets(b);
                NEXT();
                KMP();
            }
            return 0;
        }

 

發佈了56 篇原創文章 · 獲贊 11 · 訪問量 2萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章