码迷,mamicode.com
首页 > 编程语言 > 详细

KMP算法小结

时间:2017-06-11 10:06:31      阅读:131      评论:0      收藏:0      [点我收藏+]

标签:ati   com   enter   字符串匹配   字符串前缀   ==   number   索引   计算   

最近看了一些关于KMP算法的资料,在此写一篇博客总计一下。

1.KMP算法介绍

KMP算法是一种字符串搜索的改进算法,由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现,因此人们称它为克努特——莫里斯——普拉特操作(简称KMP算法)。KMP算法的关键是利用匹配失败后的信息,尽量减少模式串与主串的匹配次数以达到快速匹配的目的。

举个例子:

有两个字符串,我们要在第一个字符串(主串)中寻找第二个字符串(模式串):

 

 

bacbabababacaab
ababca

 

寻找的方法很简单,就是逐位进行比较,要是不相等就把模式串右移。

考虑下面这种情况:

bacbabababacaab
    ababaca

 

绿色的字符串表示匹配的部分,红色的字符串表示不匹配的部分。

此时我们的字符串并没有完全匹配,因此我们需要把模式串往右移。

此时一般的字符串匹配算法会这么做:

bacbabababacaab
     ababaca  

但这么做就浪费了我们绿色部分匹配所获得的信息。我们可以看到,对于绿色匹配部分,我们拥有两个相同的前缀与后缀:

 

后缀:ababa

前缀:  ababa

因此在这里我们的模式串是可以向右移动两位的:

bacbabababacaab
      ababaca  

这也就是KMP算法的思想:利用匹配失败后的信息,尽量减少模式串与主串的匹配次数

因此我们会在KMP算法中维护一个next数组,该数组的下标表示了主串与模式串匹配相同的长度(也就是绿色部分字符串的长度,同时也是匹配失败的位置),而数组中则存储了该绿色字符串相同前后缀的长度。因此当我们匹配失败时我们可以移动:绿色字符串长度 - 绿色字符串前后缀长度(如上面的例子就是5 - 3 = 2)

 

2.KMP算法的实现

要想实现KMP算法,我们先得把关键的next数组计算出来。计算next数组的方法如下图所示:
技术分享
假设我们要求next[i+1],那么我们考虑模式串的最后一个字符,即第i位字符。
如果第i位字符与第next[i]位字符相等,那么显而易见next[i+1]的值就是next[i]+1。
但如果第i位字符与第next[i]位字符不等,那么我们就必须寻找字符串前缀中的前缀,就必须比较第i位字符与第next[next[i]]位字符了,直到前缀为0则停止比较。(此处确实绕口……)
因此,根据上面的思想我们可以写出如下Java代码:
[java] view plain copy
 
  1. /** 
  2.  * 输入模式字符串返回其对应的next数组 
  3.  * @param p 模式字符串 
  4.  * @return next数组 
  5.  */  
  6. private static int[] KMPNext(String p) {  
  7.     // 初始化  
  8.     int len = p.length();  
  9.     int next[] = new int[len];  
  10.     next[0] = next[1] = 0;  
  11.       
  12.     for (int i = 1; i < len-1; i++) {  
  13.         int j = next[i]; // 相同前缀的最后一位字符  
  14.         while (j > 0 && p.charAt(i) != p.charAt(j)) // 如果第i位字符与前缀最后一位字符不相等,则去寻找前缀的前缀,如果没有前缀则退出循环  
  15.             j = next[j];  
  16.         if (p.charAt(i) == p.charAt(j)) // 如果相等,则最长前后缀长度加一  
  17.             next[i+1] = j+1;  
  18.     }  
  19.       
  20.     return next;  
  21. }  
 
有了next数组,我们就可以写出KMP算法了:
 
[java] view plain copy
 
  1. /** 
  2.  * KMP搜索字符串 
  3.  * @param m 主字符串 
  4.  * @param p 模式串 
  5.  * @param next next数组 
  6.  */  
  7. private static void KMP(String m, String p, int next[]) {  
  8.     int j = 0; // 模式串索引  
  9.     for (int i = 0; i < m.length(); i++) {  
  10.         while (j > 0 && m.charAt(i) != p.charAt(j)) // 字符不相等,模式串右移,由于字符串已有next[i]个相同的前后缀,因此比较索引为next[i]的字符串即可  
  11.             j = next[j];  
  12.         if (m.charAt(i) == p.charAt(j)) // 字符相等,索引加一   
  13.             j++;  
  14.         if (j == p.length()) { // 已找到结果  
  15.             System.out.println("find the string in " + (i - j + 1));  
  16.             break;  
  17.         }  
  18.     }  
  19. }  


最后附上检测用的例子:
[java] view plain copy
 
  1. public static void main(String[] args) throws Exception {  
  2.     String m = "bacbabababacaab";  
  3.     String p = "ababaca";  
  4.     int next[] = KMPNext(p);  
  5.     KMP(m, p, next);  
  6. }  

结果如下:
技术分享

KMP算法小结

标签:ati   com   enter   字符串匹配   字符串前缀   ==   number   索引   计算   

原文地址:http://www.cnblogs.com/KingIceMou/p/6984140.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!