KMP字符串匹配算法

标签：

昨天意外的翻开一本搜索引擎的书，看到了KMP算法，很早以前就听过KMP算法，但是没有深究，最近在搞搜索，所以想深入学习一下KMP算法。KMP算法是一种改进的字符串匹配算法。KMP算法的核心是通过匹配表来提高匹配效率，理解了匹配表就基本理解了KMP算法。核心思想是利用已经得到的部分匹配信息来进行后面的匹配过程。我认为优秀算法的根本是减少不必要的重复计算从而提升效率。

介绍两个概念：

前缀：除字符串的最后一个字符外，所有前缀组合

后缀：除了字符串的第一个字符外，所有后缀组合

例如：Google，前缀：G、Go、Goo、Goog、Googl

                    后缀：o、oo、oog、oogl、oogle

 那么匹配表怎么算呢，找到”前缀和后缀集合中最长匹配的字符串的长度“。

例如：abababca

a的前缀后缀都为空        L=0

ab的前缀为a后缀为b     L=0

aba的前缀a、ab后缀a、ba，L=1 

abab的前缀a、ab、aba后缀b、ab、bab，L=2

ababa的前缀a、ab、aba、abab后缀baba、aba、ba、a，L=3 

ababab的前缀a、ab、aba、abab、ababa后缀babab、abab、bab、ab、b，L=4

abababc的前缀a、ab、aba、abab、ababa、ababab后缀bababc、ababc、babc、abc、bc、c，L=0

abababca的前缀a、ab、aba、abab、ababa、ababab、abababc后缀bababca、ababca、babca、abca、bca、ca、a，L=1

生成匹配表如下

char:  | a | b | a | b | a | b | c | a | 

index: | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 

value: | 0 | 0 | 1 | 2 | 3 | 4 | 0 | 1 |

table[partial_match_length - 1]>利用partial_match_length - table[partial_match_length - 1]计算可以跳过的位移。

例如bacbababaabcbab中匹配abababca

没有匹配，下移一位：

table[partial_match_length - 1]= table[0]) = 0，1-0=1.下移一位

未匹配，下移一位，一次类推，直到匹配

匹配了5项，partial_match_length-5，partial_match_length - table[partial_match_length - 1]=5-table[4]=5-3=2

位移两位的实质是：在已匹配的字符串ababa中，前缀为a、ab、aba、abab，后缀为baba、aba、ba、a，其中前缀和后缀集合中相同项为a、aba，aba最长。正如下面的变换所示，partial_match_length -3=5-3=2.需要移动两位。总匹配长度为5，有3个字符串前缀和后缀是匹配的，所有需要用总匹配长度减去前后缀匹配长度，即为位移数。

 参考：The Knuth-Morris-Pratt Algorithm in my own words

KMP字符串匹配算法

标签：

原文地址：http://www.cnblogs.com/lambertzhao/p/4259220.html