KMP算法

          這篇文章主要是講了 KMP 的代碼實現，如果要更詳細的瞭解KMP的思想，推薦：http://blog.csdn.net/chenhq1991/article/details/7830193

轉自：http://www.cnblogs.com/dolphin0520/archive/2011/08/24/2151846.html

在介紹KMP算法之前，先介紹一下BF算法。

一.BF算法

    BF算法是普通的模式匹配算法，BF算法的思想就是將目標串S的第一個字符與模式串P的第一個字符進行匹配，若相等，則繼續比較S的第二個字符和P的第二個字符；若不相等，則比較S的第二個字符和P的第一個字符，依次比較下去，直到得出最後的匹配結果。

    舉例說明：

    S:  ababcababa

    P:  ababa

 BF算法匹配的步驟如下

            i=0                                   i=1                                 i=2                               i=3                              i=4

  第一趟:ababcababa         第二趟:ababcababa      第三趟:ababcababa    第四趟:ababcababa    第五趟:ababcababa

            ababa                             ababa                          ababa                        ababa                       ababa

            j=0                                    j=1                                 j=2                              j=3                              j=4(i和j回溯)

 

              i=1                                   i=2                                  i=3                                i=4                         i=3

 第六趟:ababcababa         第七趟:ababcababa       第八趟:ababcababa     第九趟:ababcababa   第十趟:ababcababa

             ababa                               ababa                           ababa                        ababa                         ababa

             j=0                                    j=0                                  j=1                               j=2(i和j回溯)            j=0

 

                      i=4                                    i=5                                 i=6                                 i=7                                 i=8

第十一趟:ababcababa       第十二趟:ababcababa    第十三趟:ababcababa   第十四趟:ababcababa   第十五趟:ababcababa

                     ababa                              ababa                           ababa                          ababa                          ababa

                     j=0                                    j=0                                  j=1                                 j=2                                j=3

 

                               i=9

第十六趟:ababcababa

                      ababa

                               j=4(匹配成功)

代碼實現:

int BFMatch(char *s,char *p)
{
    int i,j;
    i=0;
    while(i<strlen(s))
    {
        j=0;
        while(s[i]==p[j]&&j<strlen(p))
        {
            i++;
            j++;
        }
        if(j==strlen(p))
            return i-strlen(p);
        i=i-j+1;                //指針i回溯
    }
    return -1; 
}

 其實在上面的匹配過程中，有很多比較是多餘的。在第五趟匹配失敗的時候，在第六趟，i可以保持不變，j值爲2。因爲在前面匹配的過程中，對於串S，已知s0s1s2s3=p0p1p2p3，又因爲p0!=p1!，所以第六趟的匹配是多餘的。又由於p0==p2,p1==p3，所以第七趟和第八趟的匹配也是多餘的。在KMP算法中就省略了這些多餘的匹配。

二.KMP算法

    KMP算法之所以叫做KMP算法是因爲這個算法是由三個人共同提出來的，就取三個人名字的首字母作爲該算法的名字。其實KMP算法與BF算法的區別就在於KMP算法巧妙的消除了指針i的回溯問題，只需確定下次匹配j的位置即可，使得問題的複雜度由O(mn)下降到O(m+n)。

在KMP算法中，爲了確定在匹配不成功時，下次匹配時j的位置，引入了next[]數組，next[j]的值表示P[0...j-1]中最長後綴的長度等於相同字符序列的前綴。

對於next[]數組的定義如下：

1)next[j]=-1  j=0

2)next[j]=max k:0<k<j P[0...k-1]=P[j-k,j-1]

3)next[j]=0  其他

如：

P      a    b   a    b   a

j       0   1    2   3   4

next -1  0    0   1   2

即next[j]=k>0時，表示P[0...k-1]=P[j-k,j-1]

因此KMP算法的思想就是：在匹配過程稱，若發生不匹配的情況，如果next[j]>=0，則目標串的指針i不變，將模式串的指針j移動到next[j]的位置繼續進行匹配；若next[j]=-1，則將i右移1位，並將j置0，繼續進行比較。

代碼實現如下：

int KMPMatch(char *s,char *p)
{
    int next[100];
    int i,j;
    i=0;
    j=0;
    getNext(p,next);
    while(i<strlen(s))
    {
        if(j==-1||s[i]==p[j])
        {
            i++;
            j++;
        }
        else
        {
            j=next[j];       //消除了指針i的回溯
        }
        if(j==strlen(p))
            return i-strlen(p);
    }
    return -1;
}

因此KMP算法的關鍵在於求算next[]數組的值，即求算模式串每個位置處的最長後綴與前綴相同的長度， 而求算next[]數組的值有兩種思路，第一種思路是用遞推的思想去求算，還有一種就是直接去求解。

  1.按照遞推的思想：

   根據定義next[0]=-1，假設next[j]=k, 即P[0...k-1]==P[j-k,j-1]

   1)若P[j]==P[k]，則有P[0..k]==P[j-k+1,j]，很顯然，next[j+1]=next[j]+1=k+1;

   2)若P[j]!=P[k]，則可以把其看做模式匹配的問題，即匹配失敗的時候，k值如何移動，顯然k=next[k]。

   因此可以這樣去實現：

void getNext(char *p,int *next)
{
    int j,k;
    next[0]=-1;
    j=0;
    k=-1;
    while(j<strlen(p)-1)
    {
        if(k==-1||p[j]==p[k])    //匹配的情況下,p[j]==p[k]
        {
            j++;
            k++;
            next[j]=k;
        }
        else                   //p[j]!=p[k]
            k=next[k];
    }
}

   2.直接求解方法

void getNext(char *p,int *next)
{
    int i,j,temp;
    for(i=0;i<strlen(p);i++)
    {
        if(i==0)
        {
            next[i]=-1;     //next[0]=-1
        }
        else if(i==1)
        {
            next[i]=0;      //next[1]=0
        }
        else
        {
            temp=i-1;
            for(j=temp;j>0;j--)
            {
                if(equals(p,i,j))
                {
                    next[i]=j;   //找到最大的k值
                    break;
                }
            }
            if(j==0)
                next[i]=0;
        }
    }
}
 
bool equals(char *p,int i,int j)     //判斷p[0...j-1]與p[i-j...i-1]是否相等 
{
    int k=0;
    int s=i-j;
    for(;k<=j-1&&s<=i-1;k++,s++)
    {
        if(p[k]!=p[s])
            return false;
    }
    return true;
}