KMP整理+个人推导+快速上手理解

整理了一下KMP的写法:

这个是我自己写的(个人推导,可能在时间复杂度上表现较弱,但是非常帮助初学者进行理解!)

下面是代码, ne 是next数组。我这个next数组表示的是:

ne[i] : 当s[i]和target不匹配的时候,可以向前移动几格

例如

s : abc abc x

target : abc abe abc abc x

当s去匹配target的时候,匹配导了target[6] : e的时候,匹配失败了,那我们不需要仅仅向前移动一格,可以直接移到target[4] 处进行再匹配。

abc abe abc abc x ---> abc abe abc abc x

↑ ↑

abc abc x abc abc x

那么ne[6] = 3表示前进3.

下面先有暴力做法,再给出相对正确做法。

python 复制代码
    ne[1] = 1;
    // for (int i = 1; i < n; i ++ ){
    //     //当i位置不匹配的时候,考虑s.substr(0,i);
    //     //即求出最长前缀和最长后缀的相同情况下的长度
    //     int cur = i;
    //     for (int j = 1; j <= i; j ++ ){
    //         bool f = false;
    //         for (int k = j; k <= i; k ++ ){
    //             if(s[k] != s[k - j]){f = true ; break;}
    //         }
    //         if(!f){cur = j ; break;}
    //     }
    //     ne[i] = cur;
    //     printf("%d\n" , cur);
    // }
    for (int i = 2; i <= n; i ++ ){
        if(s[i] == s[1]){
            int  p = 1;
            ne[i] = ne[i-1];
            while(s[i + p] == s[1 + p]){
                ne[i + p] = ne[i + p - 1];
                p++;
            }
            i += (p - 1);
        }else{
            ne[i] = i;
        }
    }

最优代码:

cpp 复制代码
#include <iostream>

using namespace std;

const int N = 100010, M = 1000010;

int n, m;
int ne[N];
char s[M], p[N];

int main()
{
    cin >> n >> p + 1 >> m >> s + 1;

    for (int i = 2, j = 0; i <= n; i ++ )
    {
        while (j && p[i] != p[j + 1]) j = ne[j];
        if (p[i] == p[j + 1]) j ++ ;
        ne[i] = j;
    }

    for (int i = 1, j = 0; i <= m; i ++ )
    {
        while (j && s[i] != p[j + 1]) j = ne[j];
        if (s[i] == p[j + 1]) j ++ ;
        if (j == n)
        {
            printf("%d ", i - n);
            j = ne[j];
        }
    }

    return 0;
}
相关推荐
炽烈小老头2 分钟前
【每天学习一点算法 2025/12/15】环形链表
学习·算法·链表
点云SLAM4 分钟前
算法复杂度分析之——空间复杂度分析和标准库算法与容器操作的复杂度实际案例分析(3)
算法·深度优先·空间复杂度·算法性能分析·标准库算法
Liangwei Lin6 分钟前
洛谷 P5788 【模板】单调栈
算法
京东零售技术7 分钟前
ACL 2025 | 一种用于电子商务query意图分类的半监督可扩展统一框架
算法
晨晖230 分钟前
顺序栈的入栈函数
数据结构
ytttr8731 小时前
matlab实现多标签K近邻(ML-KNN)算法
算法·机器学习·matlab
一招定胜负1 小时前
逻辑回归调优三板斧:参数调整、阈值设定、数据集平衡
算法·机器学习·逻辑回归
豆约翰1 小时前
Z字形扫描ccf
java·开发语言·算法
Salt_07281 小时前
DAY 35 文件的规范拆分和写法
python·算法·机器学习
hweiyu001 小时前
数据结构:后缀自动机
数据结构