标签：
leetcode上的28. Implement strStr()就是一个字符串匹配问题。字符串匹配是计算机的基本任务之一。所以接下来的两篇日志，都对相关的算法进行总结。
如果用暴力匹配的思路，并假设现在文本串S匹配到 i 位置，模式串P匹配到 j 位置，则有：
1 class Solution { 2 public: 3 int strStr(string haystack, string needle) { 4 if(needle=="") return 0; 5 int i = 0,j = 0; 6 while(i<haystack.size()){ 7 int tagi; 8 tagi = i; 9 while((haystack[tagi] == needle[j])&&j<needle.size()){ 10 tagi++; 11 } 12 if(j==needle.size()){ 13 14 return tagi-needle.size(); 15 }else{ 16 j = 0; 17 } 18 i++; 19 } 20 return -1; 21 } 22 }
该部分内容转载自阮一峰
1.
首先，字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符，进行比较。因为B与A不匹配，所以搜索词后移一位。
2.
因为B与A不匹配，搜索词再往后移。
3.
就这样，直到字符串有一个字符，与搜索词的第一个字符相同为止。
4.
接着比较字符串和搜索词的下一个字符，还是相同。
5.
直到字符串有一个字符，与搜索词对应的字符不相同为止。
6.
这时，最自然的反应是，将搜索词整个后移一位，再从头逐个比较。这样做虽然可行，但是效率很差，因为你要把"搜索位置"移到已经比较过的位置，重比一遍。
7.
一个基本事实是，当空格与D不匹配时，你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是，设法利用这个已知信息，不要把"搜索位置"移回已经比较过的位置，继续把它向后移，这样就提高了效率。
8.
怎么做到这一点呢？可以针对搜索词，算出一张《部分匹配表》（Partial Match Table）。这张表是如何产生的，后面再介绍，这里只要会用就可以了。
9.
已知空格与D不匹配时，前面六个字符"ABCDAB"是匹配的。查表可知，最后一个匹配字符B对应的"部分匹配值"为2，因此按照下面的公式算出向后移动的位数：
移动位数 = 已匹配的字符数 - 对应的部分匹配值
因为 6 - 2 等于4，所以将搜索词向后移动4位。
10.
因为空格与Ｃ不匹配，搜索词还要继续往后移。这时，已匹配的字符数为2（"AB"），对应的"部分匹配值"为0。所以，移动位数 = 2 - 0，结果为 2，于是将搜索词向后移2位。
11.
因为空格与A不匹配，继续后移一位。
12.
逐位比较，直到发现C与D不匹配。于是，移动位数 = 6 - 2，继续将搜索词向后移动4位。
13.
逐位比较，直到搜索词的最后一位，发现完全匹配，于是搜索完成。如果还要继续搜索（即找出全部匹配），移动位数 = 7 - 0，再将搜索词向后移动7位，这里就不再重复了。
14.
下面介绍《部分匹配表》是如何产生的。
首先，要了解两个概念："前缀"和"后缀"。 "前缀"指除了最后一个字符以外，一个字符串的全部头部组合；"后缀"指除了第一个字符以外，一个字符串的全部尾部组合。
15.
"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例，
－ "A"的前缀和后缀都为空集，共有元素的长度为0；
－ "AB"的前缀为[A]，后缀为[B]，共有元素的长度为0；
－ "ABC"的前缀为[A, AB]，后缀为[BC, C]，共有元素的长度0；
－ "ABCD"的前缀为[A, AB, ABC]，后缀为[BCD, CD, D]，共有元素的长度为0；
－ "ABCDA"的前缀为[A, AB, ABC, ABCD]，后缀为[BCDA, CDA, DA, A]，共有元素为"A"，长度为1；
－ "ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]，后缀为[BCDAB, CDAB, DAB, AB, B]，共有元素为"AB"，长度为2；
－ "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]，后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共有元素的长度为0。
16.
"部分匹配"的实质是，有时候，字符串头部和尾部会有重复。比如，"ABCDAB"之中有两个"AB"，那么它的"部分匹配值"就是2（"AB"的长度）。搜索词移动的时候，第一个"AB"向后移动4位（字符串长度-部分匹配值），就可以来到第二个"AB"的位置。
1 vector<int> next(needle.size(),0); 2 int k = 0; 3 for(int i = 1;i<needle.size();i++){ 4 //阶段三，在此之前都匹配，该值不匹配 5 //寻找更小的匹配序列，递归调用，找到匹配的序列，若没有找到，到k为0停止 6 while(k>0&&(needle[k]!=needle[i])){ 7 k = next[k-1]; 8 } 9 //阶段一，还未发现任何一个重复匹配值。直接执行i++，继续寻找 10 //阶段二，找到重复匹配值，k++ 11 if(needle[k] == needle[i]){ 12 ++k; 13 } 14 next[i] = k; 15 }
在上图中，使用next[]数组来保存匹配表。匹配表初始化为长度与待查字符串相等，默认值均为0的数组。生成字符串的匹配表过程分为三个阶段：
1、还未发现任何一个重复的匹配值，直接向后遍历，执行i++，匹配表保持默认值0。
2、找到重复的匹配值，k++。
3、在该值以前的字符串都匹配，在此处的字符不匹配。我们递归调用k = next[k-1]来寻找更短的匹配字符串。
对于第三个阶段，
1 class Solution { 2 public: 3 int strStr(string haystack, string needle) { 4 5 if(needle.empty()) return 0; 6 if(haystack.empty()) return -1; 7 //pre config,create the next[] 8 vector<int> next(needle.size(),0); 9 int k = 0; 10 for(int i = 1;i<needle.size();i++){ 11 //阶段三，在此之前都匹配，该值不匹配 12 //寻找更小的匹配序列，递归调用，找到匹配的序列，若没有找到，到k为0停止 13 while(k>0&&(needle[k]!=needle[i])){ 14 k = next[k-1]; 15 } 16 //阶段一，还未发现任何一个重复匹配值。直接执行i++，继续寻找 17 //阶段二，找到重复匹配值，k++ 18 if(needle[k] == needle[i]){ 19 ++k; 20 } 21 next[i] = k; 22 } 23 int j=0;//用来判断needle到哪一位 24 //match 25 for(int i = 0;i<haystack.size();i++){ 26 //阶段1，未发现相同的值，i++，j=0 27 //阶段2，发现相同的值,i++,j++ 28 //阶段3，j==needle.size(),找到合适的项，返回i-j,估计i j都大1 29 //阶段4分支，j>0,值不同，j = next[j-1];i不变，重新比较，再不同，再计算j = next[j-1]，相同转2或者j==0转1 30 //阶段5，i==hay.size()没找到，返回-1. 31 while((haystack[i]!=needle[j])&&j>0){ 32 j = next[j-1]; 33 } 34 if(needle[j] == haystack[i]){ 35 j++; 36 } 37 if(j == needle.size()){ 38 //j比实际值大1，而i加1的操作在本次for循环最后才执行。 39 return i-j+1; 40 } 41 return -1; 42 43 } 44 };
标签：
原文地址：http://www.cnblogs.com/timesdaughter/p/5520828.html
