KMP算法,字符串匹配算法,给定一个主串S,和一个字串T,返回字串T与之S匹配的数组下标。
在学KMP算法之前,对于两个字符串,主串S,和字串T,我们根据暴力匹配,定义两个指针,i指向主串S的起始,j指向字串T的起始,依次比较,如果主串i位置的值等于子串j位置的值,i++,j++。直到i位置的值和j位置的值不相同,i回溯到起始位置+1,同时字串T的起始位置后移到i所在位置。直到匹配成功,或者子串T后移长度+T本身长度>S主串的长度。这个暴力求解的复杂度,因为有i的回溯,需要2层循环i,j的移动,因此时间复杂度为T(n*m),n是S的长度,m是T的长度。
根据暴力匹配的思想,我们接下来分析一下KMP算法。同样两个字符串按位比较,而KMP算法的核心在于,当主串的i位置的值和子串的j位置的值不同时,主串S,i前面的字符串与字串T,j前面的字符串已经匹配相等,因为两者相等,所以只需要拿出子串T前面的字符串,根据T前面的字符串来计算一个next[j]数组,将j回溯即可。问题便转换为求子串的next[j]数组。那么next[j]数组的求法为,i前面的字符串,分别取前缀和取后缀,如果前缀的长度=后缀的长度,则j的值=字符串缀长+1存入next数组。否则,j回溯给next[j]。直到j=字串长度,则next数组计算完成。后续根据i不回溯,j从next数组里取值,便可将字串T和主串S进行匹配,直到字串T移出到主串S的长度,匹配成功返回i-j下标,匹配失败返回-1。因为KMP算法简化了问题的求解,将难点转换为求next数组,并且i不回溯,可以做到边移动边匹配。因此,时间复杂度为T(n+m)
下面给两个实例:
1:给定2个字符串,主串S,子串T,如果T匹配S,则返回在S当中的下标。
java
public static void main(String[] args) {
String S = "abababcabcabc";
String T = "bcabc";
int pos = KMP(S,T);
System.out.println(pos);
}
private static int KMP(String s, String t) {
int i = 0;//i指向S
int j = 0;//j指向T
while (i<s.length()&&j<t.length()){
if(j==-1||s.charAt(i)==t.charAt(j)){//为什么j==-1,i和j也需要后移,当j==-1,说明字串和主串的起始点在0,
i++;//i后移
j++;//j后移
}else{
j = getNext(t)[j]; //j根据t求一个next数组,next数组的作用就是j根据内部的值回溯。
}
}
if(j == t.length()){ //j已经等于t的长度了,说明匹配结束了。
return i-t.length(); //字串起始点就是i-j或者i-t.length()
}else{
return -1;//匹配失败了。
}
}
private static int[] getNext(String t) {
int i = 0;//next数组下标,初始值0
int j = -1;//j指向字符串t,初始值-1
int [] next = new int[t.length()];//构造next数组,长度为t的长度。
next[0] = -1;//next数组从1开始存值,即0号位置存默认值-1;
while (i<t.length()-1){
if(j==-1||t.charAt(i)==t.charAt(j)){//j==-1表示从头开始遍历t,或者t的前缀==t的后缀,都要将j+1存入next数组
i++;
j++;
next[i] = j; //如果后缀==前缀,将j+1,即j++的值存入next数组。
}else {
j = next[j]; //如果后缀!=前缀,j回溯到next[j]位置
}
}
return next;
}
输出结果:
5
完全正确。
2:给定2个字符串,主串S,子串T,返回子串T在主串S中出现的次数。
求次数的问题,将原生KMP算法,变化为,当j==t.length()的时候,匹配有效,计数器count++,j回溯到next数组的j-1位置上,再对其+1。+1的目的是next数组值=子串前缀/后缀的长度+1
java
public static void main(String[] args) {
String S = "abababcabcabc";
String T = "bcabc";
int count= KMP(S,T);
System.out.println(count);
}
private static int KMP(String s, String t) {
int i = 0;//i指向S
int j = 0;//j指向T
int count = 0;//计数器
int[] next = getNext(t);
while (i<s.length()&&j<t.length()){
if(j==-1||s.charAt(i)==t.charAt(j)){//为什么j==-1,i和j也需要后移,当j==-1,说明字串和主串的起始点在0,
i++;//i后移
j++;//j后移
}else{
j = next[j]; //j根据t求一个next数组,next数组的作用就是j根据内部的值回溯。
}
if(j==t.length()){//匹配到了
count++;//计数器++
j = next[j-1]+1;//j回溯到next数组的[j-1]=前缀长度,而j的值=对其+1
}
}
return count;
}
private static int[] getNext(String t) {
int i = 0;//next数组下标,初始值0
int j = -1;//j指向字符串t,初始值-1
int [] next = new int[t.length()];//构造next数组,长度为t的长度。
next[0] = -1;//next数组从1开始存值,即0号位置存默认值-1;
while (i<t.length()-1){
if(j==-1||t.charAt(i)==t.charAt(j)){//j==-1表示从头开始遍历t,或者t的前缀==t的后缀,都要将j+1存入next数组
i++;
j++;
next[i] = j; //如果后缀==前缀,将j+1,即j++的值存入next数组。
}else {
j = next[j]; //如果后缀!=前缀,j回溯到next[j]位置
}
}
return next;
}
输出结果
2
求出现次数区别在于这里的不同: