标签:解决 length false ati next数组 string while return log
目的:
为了解决字符串模式匹配
历程:
朴素模式匹配:逐次进行比较
KMP算法:利用匹配失败得到的信息,来最大限度的移动模式串,以此来减少比较次数提高性能
概念:
m:是目标串长度
n:是模式串长度
j:某次匹配时,第一次出现的不同的索引位置(有的称为:失配位)
k:最长首尾串长度(有的称为:最长公共前后缀)
核心思想:
S S0 S1 ...... Si-j-1 Si-j Si-j+1 Si-j+2 ...... Si-2 Si-1 Si ...... Sn-1
|| || || || || ×
P P0 P1 P2 Pj-2 Pj-1 Pj
有Si-j-1Si-jSi-j+1 Si-j+2 ...... Si-2 Si-1=P0P1 P2 ...... Pj-2 Pj-1
如果 P0P1 P2 ...... Pj-2 ≠ P1 P2 ...... Pj-2Pj-1
则可以立即断定 P0P1 P2 ...... Pj-2 ≠ Si-j+1 Si-j+2 ...... Si-2 Si-1,即:朴素模式匹配的下一次移动一定不匹配,则可以跳过这一次
如果 P0P1 P2 ...... Pj-3 ≠ P2 ...... Pj-2Pj-1
则可以立即断定 P0P1 P2 ...... Pj-2 ≠ Si-j+1 Si-j+2 ...... Si-2 Si-1,即:朴素模式匹配的下一次移动一定不匹配,则可以跳过这一次
直到第一次出现相等的情况终止:P0P1 P2 ...... Pk-1 = Pj-k ...... Pj-2Pj-1
得到的k就是最长的首尾串长度,然后通过 j-k 得到了我们需要移动的位数,这样我们就利用了匹配失败的结果,得到了我们可以移动的步数,提升了性能
关于k:
其实肉眼就直接能看出来,k是最长首尾串长度,比如:
11111 k=4(前缀:1111,后缀:1111)
12112 k=2(前缀:12,后缀:12)
12345 k=0(无相同前缀后缀)
例子:
S=ababababababb
P=abababb
重申一下原理:朴素模式匹配效率低的原因是一位一位的比较,丢弃了之前失败的信息。而KMP算法从匹配失败的信息中得到可以最大移动的步数,以此来减少比较的次数,来提升性能。
这里并没有提及,next数组及newnext数组,模式串的特征向量N,其实不用管它,思想理解了,只是别人起了个叫法而已。
Java代码:
/** * 朴素模式匹配 * * @param source 目标串 * @param pattern 模式串 */ private static void plain(String source, String pattern) { int res=0; int sourceLength=source.length(); int patternLength=pattern.length(); for(int i=0;i<=(sourceLength-patternLength);i++){ res++; String str=source.substring(i, i+patternLength); if(str.equals(pattern)){ p("朴素模式:匹配成功"); break; } } p("朴素模式:一共匹配"+res+"次数"); }
//KMP算法实现
private static void KMP(String source, String pattern) { int[] N=getN(pattern); int res=0; int sourceLength=source.length(); int patternLength=pattern.length(); for(int i=0;i<=(sourceLength-patternLength);){ res++; String str=source.substring(i, i+patternLength);//要比较的字符串 p(str); int count=getNext(pattern, str,N); p("移动"+count+"步"); if(count==0){ p("KMP:匹配成功"); break; } i=i+count; } p("KMP:一共匹配"+res+"次数"); } /** * 得到下一次要移动的次数 * * @param pattern * @param str * @param N * @return 0,字符串匹配; */ private static int getNext(String pattern,String str,int[] N) { int n = pattern.length(); char v1[] = str.toCharArray(); char v2[] = pattern.toCharArray(); int x = 0; while (n-- != 0) { if (v1[x] != v2[x]){ if(x==0){ return 1;//如果第一个不相同,移动1步 } return x-N[x-1];//x:第一次出现不同的索引的位置,即j } x++; } return 0; } private static int[] getN(String pattern) { char[] pat=pattern.toCharArray(); int j=pattern.length()-1; int[] N=new int[j+1]; for(int i=j;i>=2;i--){ N[i-1]=getK(i,pat); } for(int a:N) p(a); return N; } private static int getK(int j, char[] pat) { int x=j-2; int y=1; while (x>=0 && compare(pat, 0, x, y, j-1)) { x--; y++; } return x+1; } private static boolean compare(char[] pat,int b1,int e1,int b2,int e2){ int n = e1-b1+1; while (n-- != 0) { if (pat[b1] != pat[b2]){ return true; } b1++; b2++; } return false; } public static void p(Object obj) { System.out.println(obj); }
next数组:
KMP能提高性能原因是减少了比较次数,也就是知道k
而k从只和j有关,这就意味着移动的次数只和模式串有关,和目标串无关
简单来说,就是我们得到模式串后就能立马知道移动的次数,这就是next数组。里面储存的就是k值。
标签:解决 length false ati next数组 string while return log
原文地址:http://www.cnblogs.com/kingofkai/p/6178773.html