KMP算法——（算法竞赛c++实现）

目录

1、了解KMP算法；

2、普通暴力做法与KMP的区别；

2.1、暴力求解：

2.2、KMP算法求解

3、KMP中有关ｎｅ［Ｎ］数组的理论；

4、构造ｎｅ数组

5、例题——KMP字符串来喽

---

1、了解KMP算法；

首先我们需要了解什么是KMP算法？

1、首先这是一个字符串匹配算法，是在暴力（两个for镶套）做法上进行优化从而得到的，与暴力做法相比KMP算法大大减少了时间复杂度；

2、KMP算法，它是在1977年由Knuth、Morris、Pratt联合发表，因此取这三位创始人的首字母最终组成KMP这一名字；

3、KMP主要思想：拿空间换时间；

4、KMP时间复杂度：O（m＋n）；

5、​ KMP主要分两步：求next数组、匹配字符串。

2、普通暴力做法与KMP的区别；

KMP字符串题目概述：

给定一个模式串 S（长串），以及一个模板串 P（短串），所有字符串中只包含大小写英文字母以及阿拉伯数字。模板串 P 在模式串 S 中多次作为子串出现。求出模板串 P 在模式串 S 中所有出现的位置的起始下标。

2.1、暴力求解：

首先我们会联想到用两个for循环镶套进行依次遍历，即是设置两个指针分别指向模式串和模板串，两个指针从左到右一个个地匹配，如果这个依次向右匹配过程中有某个字符不匹配，模板串（p）指针就跳回到第一位，模式串(s)指针向右移动一位。

暴力求法运行操作图如下所示：

1.首先两者均从下标为0处进行操作；

2.接着两个指针依次往后进行对比，对比相同下标字符是否相同；

3.当相同下标字符不同的情况，i指针向右移动一位，j指针从第一位开始；

(暴力求解过程中两个指针都有回溯，从而浪费了大量的时间导致tql）

 暴力求法代码如下所示：

#include 

using namespace std;

int n, m, t;
string s, p;//s为较长字符串（模式串）

int main()
{
	cin >> n >> p >> m >> s;
	for (int i = 0; i < m; i++)
	{
		bool flag = true;// 最开始是匹配成功的状态
		for (int j = 0; j < n; j++)
		{
			if (s[i + j] != p[j])
			{
				flag = false;//只要有一个不通过，则false
				break;
			}
		}
		if (flag == true)
		{
			cout << i << " ";
		}
	}
	return 0;
}

2.2、KMP算法求解

KMP思想：当出现字符串不匹配的情况时，可以知道一部分之前已经匹配的的文本内容，利用这些信息避免从头再去做匹配，同时比较指针不回溯， 而是直接跳过一些字符串（利用next数组），使得原来模式串中的前缀直接移动到后缀位置上。（其中前缀表担负重任)

KMP运行操作图如下所示：

1.我们可以发现因为主串在到第四位的时候匹配失败，到第四位之前和主串都匹配，如果继续将主串指针右移一位的话就会不匹配。但之前因为我们已经知道前面三个字符都是匹配的，那我们就可以利用这个信息找出接下来指针该移动的位置。思路就是可以让i先不动，只需要移动j即可；

2.在每次失配时，不是把p串往后移一位，而是把p串往后移动至下一次可以和前面部分匹配的位置，这样就可以跳过大多数的失配步骤，从而减少运算次数降低了时间复杂度。而每次p串移动的步数就是通过查找next[ ]数组（接下来会继续介绍）确定的。

3、KMP中有关ｎｅ［Ｎ］数组的理论；

前缀：除了最后一个字符以外，该字符串的全部头部组合；

例如：ababa

其前缀为：a、ab、aba、abab；

其后缀为：a、ba、aba、baba；

后缀：除了第一个字符以外，该字符串的全部尾部组合；

例如：ABCDABD

其前缀为：A、AB、ABC、 ABCD、ABCDA、ABCDAB；

其后缀为：D、BD、ABD、DABD、CDABD、BCDABD；

部分匹配表（前缀表）：一个字符串的前缀和后缀的最长公有元素的长度；（不包括自身）    

  用下面的具体示例进行描述：

1、"A"的前缀和后缀都为空集，共有元素的长度为0；

2、"AB"的前缀为{ A }，后缀为{ B }，共有元素的长度为0；

3、"ABC"的前缀为{ A, AB }，后缀为{  C, BC }，共有元素的长度0；

4、"ABCD"的前缀为{ A, AB, ABC }，后缀为{ D, CD, BCD }，共有元素的长度为0；

5、"ABCDA"的前缀为{ A, AB, ABC, ABCD }，后缀为{ A, DA, CDA, BCDA }，共有元素为"A"，长度为1；

6、"ABCDAB"的前缀为{ A, AB, ABC, ABCD, ABCDA }，后缀为{B, AB, DAB, CDAB, BCDAB]，共有元素为"AB"，长度为2；

7、"ABCDABD"的前缀为{A, AB, ABC, ABCD, ABCDA, ABCDAB}，后缀为{D, BD, ABD, DABD, CDABD, BCDABD}，共有元素的长度为0。

idx : 数组的下标；

ne[i] : 以i为结尾的部分匹配的值，ne数组即为前缀表；

例如：aabaaf
p[N]      a    a    b    a    a   f
idx        1    2    3    4    5   6
ne[N]    0    1    0    1    2   0

1、ne［Ｎ］数组的含义：它是一个前缀表，或者说是一个前缀表达的某种变形 ，目的是储存p[ 1, j ]串中前缀和后缀相同的最大长度（部分匹配值）；

2、通过求部分匹配值求出ｎｅ［Ｎ］的值；

3、ｎｅ［Ｎ］是一个前缀表，它的作用是用来回退的，它记录了模式串和模板串不匹配时，模板串应该从哪里重新匹配的信息；

模板串每次向后移动位数：移动位数 = 已匹配的字符数 - 对应的部分匹配值***很重要***

移动位数 = 已匹配的字符数 - 对应的部分匹配值(最长共有元素长度)

例如：

s串：aabaabaaf

p串：aabaaf

1、首先p串与s串的前五位相互匹配，但当p串的第六位(f)与s串(b)不匹配时，此时就要利用KMP的方法将p串进行向后移动；

2、求p串中出最长公有元素的长度（储存在ne[N]中）；(本例题中最长共有元素长度为2)

3、移动位数 = 已匹配的字符数 - 对应的部分匹配值；(本例题移动位数为“5-2=3”)

4、移动之后为：

s串：aabaabaaf

p串：      aabaaf

4、构造ｎｅ数组

主要有如下三步：

一、初始化ｎｅ数组；

二、处理后缀不同的情况；

三、处理后缀相同的情况；

一、初始化ｎｅ数组；

首先定义两个指针ｉ和ｊ，ｊ是指向前缀的起始位置，ｉ是指向后缀的起始位置，然后对ｎｅ数组进行初始化赋值。

int j = 0;
ne[0] = j;

二、处理后缀不同的情况；

因为ｊ是从0开始的，所以ｉ需要从２开始，比较ｐ［ｉ］与ｐ［ｊ＋１］是否相同，遍历模式串循环下标从２开始；

for (int i = 2　; i <= n; i++)

如果ｓ［ｉ］与ｓ［ｊ＋１］不相同，也就是前后缀末尾不同的情况，那该怎么会退呢？？

答案就是如果ｎｅ［ｊ］记录了ｊ之前的子字符串的相同前后缀的长度，如果ｓ［ｉ］！＝ｓ［ｊ＋１］，则要查找下标ｊ＋１的前一元素在ｎｅ数组中的值。代码如下：

while (j && p[i] != p[j + 1])／／前后缀不相同
{
      j = ne[j];／／向后退
}

三、处理前后缀相同的情况；

如果ｓ［ｉ］＝＝ｓ［ｊ＋１］，那么就同时向后移动ｉ和ｊ，说明找到了相同的前后缀，同时还要将ｊ（前缀的长度）赋值给ｎｅ［ｉ］，因为ｎｅ［ｉ］要记录相同的前后缀的长度。代码如下

if (p[i] == p[j + 1]) j++;／／找到相同的前后缀
　　　ne[i] = j

整体构建ｎｅ［Ｎ］数组代码如下：

   // 构建ne数组,表示匹配不成功时可以直接向后跳多少位
    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 ++ ;
        // 不匹配了，j此时是最大的前缀后缀相等的长度，将其赋值给ne[i]，最大长度就是跳转的位置
        ne[i] = j;
    }

5、例题——KMP字符串来喽

题目描述：

给定一个字符串 S，以及一个模式串 P，所有字符串中只包含大小写英文字母以及阿拉伯数字。模式串 P 在字符串 S 中多次作为子串出现；

求出模式串 P 在字符串 S 中所有出现的位置的起始下标。

输入格式

第一行输入整数 N，表示字符串 P 的长度。

第二行输入字符串P。

第三行输入整数 M，表示字符串 S 的长度。

第四行输入字符串 S。

输出格式

共一行，输出所有出现位置的起始下标（下标从 0 开始计数），整数之间用空格隔开。

数据范围

１＜＝Ｎ＜＝１ｅ５

１＜＝Ｍ＜＝１ｅ６

输入样例：

3
aba
5
ababa

输出样例：

０　２

详解代码模板：

#include

using namespace std;

const int N = 100010, M = 1000010;

char q[N], s[M];//q为模式串(长串),s为模板串(短串)
int ne[N], n, m;

int main()
{
    cin >> n >> q + 1 >> m >> s + 1;//q,s的下标均从1开始

    for (int i = 2, j = 0; i <= n; i++)//j表示匹配成功的长度,i表示q数组中的下标
     //因为q数组的下标是从1开始的,只有1个时,ne[1]一定为0,所以i从2开始
    {
        while (j && q[i] != q[j + 1]) j = ne[j]; //如果不行可以换到next数组
       
        if (q[i] == q[j + 1]) j++;//成功了就加1
   
        ne[i] = j;//对应其下标
    }
    //j表示匹配成功的长度,因为刚开始还未开始匹配,所以长度为0
    for (int i = 1, j = 0; i <= m; i++)
    {
        while (j && s[i] != q[j + 1]) j = ne[j];
        //如果匹配不成功,则换到j对应的next数组中的值
        if (s[i] == q[j + 1]) j++;
        if (j == n)//说明已经完全匹配上去了
        {
            printf("%d ", i - j);
            //因为题目中的下标从0开始,所以i-j不用+1;
            j = ne[j];
            //为了观察其后续是否还能跟S数组后面的数配对成功
        }
    }
    return 0;
}

简介模板代码：

#include

using namespace std;

const int N = 100010, M = 1000010;

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

int main()
{
    cin >> n >> q + 1 >> m >> s + 1;
    for (int i = 2, j = 0; i <= n; i++)
    {
        while (j && q[i] != q[j + 1]) j = ne[j];
        if (q[i] == q[j + 1]) j++;
        ne[i] = j;
    } 
    for (int i = 1, j = 0; i <= m; i++)
    {
        while (j && s[i] != q[j + 1]) j = ne[j];
        if (s[i] == q[j + 1]) j++;
        if (j == n)
        {
            printf("%d ", i - j);
            j = ne[j];
         //为了观察其后续是否还能跟S数组后面的数配对成功
        }
    }
    return 0;
}