作者:jostree 转载请注明出处 http://www.cnblogs.com/jostree/p/4403560.html

所谓KMP算法,就是判断一个模式串是否是一个字符串的子串,通常的算法当模式串失配后需要回溯原串和模式串,原串从上次开始匹配的下一个字母开始来匹配模式串的第一个字母。举一个例子,原串为ABABABCD,模式串为ABABCD,如图1一直从头开始匹配,当匹配到第5个红色字母时,发现A和C失配,通常的算法需要回溯原串从第二个字符开始,模式串从第一个字符开始重新匹配,如图2所示:

图1 字符串失配

图2 传统方法回溯

我们发现,回溯原串是不必要的,因为我们可以发现,回溯到图二的情况时一定会失配,原因是在图1中模式串的前两个字母已经和原串的前两个字母匹配,并且模式串的前两个字母不同,所以当模式串第一个字母和原串的字母一定失配,那么我们就没有必要去回溯原串,只需把模式串向右移动就行了。那么向右移动到什么位置呢?如图3所示,我们发现模式串的前缀深红色的AB与模式串失配的第5个字符C之前的绿色后缀AB完全相同,有因为绿色的模式串后缀AB与原串匹配,因此我们可以断定模式串的前缀AB一定可以和原串绿色的AB相匹配,从而直接可以把模式串向后移动两位,得到图4的样子,继续进行匹配。

图3 模式串的前后缀相同

图4 KMP算法失配后向右移动两位

那么我们如何计算模式串每次移动的位置呢,对于模式串的每一位我们都要预处理出一个其失配后需要移动到的位置,即next数组,其中next数组第i位的含义为:模式串开始到第i位之前的字符串的前缀字符串与后缀字符串相同的最大长度,并另next[0]=-1。从而我们可以口算出ABABCD的next数组:

表1 口算next数组

模式串 A B A B C D
前缀后缀匹配 前缀A=后缀A 前缀AB=后缀AB
next -1 0 0 1 2 0

多算几个模式串的next数组我们就会发现,我们可以利用前面的字母的next数组的值来计算当前字母的next数组,例如对与ABABCD中的第5个字母C,因为他的前一个字母B的next数组的值为1也就是说第1个前缀字母A和B的后缀字母A相同,我们并不需要再次进行比较,而是直接比较p[4]与p[next[4]]是否相同我们发现都是B,从而第5个字符C的next数组的值就等于其前一个字母B的next数组值+1。如果不匹配怎么办?我们只需再次向前比较p[4]与p[next[next[4]]即可,一直到相等或者next数组的值为-1。这样我们就可以很轻松的计算next数组了。

其计算next数组和KMP匹配的代码如下,其中KMP函数返回模式串与原串匹配的次数:

 #include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <vector>
#include <limits.h>
#include <iostream> using namespace std;
vector<int> GetNext(string p)
{
vector<int> next;
next.push_back(-);
int k = -;
int j = ;
while(j < p.size())
{
if( k == - || p[j] == p[k] )
{
++k;
++j;
next.push_back(k);
}
else
{
k = next[k];
}
}
return next;
} int KMP(string p, string s, vector<int> next)
{
int i = ;
int j = ;
int res = ;
while( i < s.size() )
{
if( j == p.size() )
{
res++;
j = next[j];
}
else if( j == - || s[i] == p[j] )
{
i++;
j++;
}
else
{
j = next[j];
}
}
if( s[i] == p[j] )
{
res++;
}
return res;
} int main(int argc, char *argv[])
{
int n;
cin>>n;
while( n-- )
{
string p;
string o;
cin>>p>>o;
vector<int> next = GetNext(p);
cout<<KMP(p, o, next)<<endl;
}
}

next数组的优化:使用这种方法计算next数组时我们会发现一个问题,例如对于模式串为ABAB,原串为ABACABAB的字符串。我们可以得到模式串的next数组为-1,0,0,1。从而当其进行匹配第一次失配时如图5所示,根据失配的第4个B的next值为1,从而模式串下标为1的字母B与原串再次匹配,如图6所示:

图5 失配

图6 模式串下标为1的字母B与其进行匹配

我们可以发现,这次的匹配一定使失败的,因为在我们的模式串的下标为3的字母B,其p[3]=p[next[3]]='B',有因为p[3]与原串失配,所以p[next[3]]也一定与原串失配,因此我们在构造模式串时,需要判断p[i]是否与p[next[i]]相等,如果不想等,赋值next即可,如果相等,则需要把对next[next[i]的值赋给next[i],对于这个例子,因为p[3]=p[next[3]]='B',所以另next[3]=next[next[3]] = -1。即可得到优化后的next数组。为-1,0,0,-1。

代码如下:

 #include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <vector>
#include <limits.h>
#include <iostream> using namespace std;
vector<int> GetNext(string p)
{
vector<int> next;
next.push_back(-);
int k = -;
int j = ;
while(j < p.size())
{
if( k == - || p[j] == p[k] )
{
++k;
++j;
if( p[j] != p[k] )
{
next.push_back(k);
}
else
{
next.push_back(next[k]);
}
}
else
{
k = next[k];
}
}
return next;
} int KMP(string p, string s, vector<int> next)
{
int i = ;
int j = ;
int res = ;
while( i < s.size() )
{
if( j == p.size() )
{
res++;
j = next[j];
}
else if( j == - || s[i] == p[j] )
{
i++;
j++;
}
else
{
j = next[j];
}
}
if( s[i] == p[j] )
{
res++;
}
return res;
} int main(int argc, char *argv[])
{
int n;
cin>>n;
while( n-- )
{
string p;
string o;
cin>>p>>o;
vector<int> next = GetNext(p);
cout<<KMP(p, o, next)<<endl;
}
}

真正理解KMP算法的更多相关文章

  1. 理解 KMP 算法

    KMP(The Knuth-Morris-Pratt Algorithm)算法用于字符串匹配,从字符串中找出给定的子字符串.但它并不是很好理解和掌握.而理解它概念中的部分匹配表,是理解 KMP 算法的 ...

  2. 深入理解KMP算法

    前言:本人最近在看<大话数据结构>字符串模式匹配算法的内容,但是看得很迷糊,这本书中这块的内容感觉基本是严蔚敏<数据结构>的一个翻版,此书中给出的代码实现确实非常精炼,但是个人 ...

  3. KMP算法详解 --- 彻头彻尾理解KMP算法

    前言 之前对kmp算法虽然了解它的原理,即求出P0···Pi的最大相同前后缀长度k. 但是问题在于如何求出这个最大前后缀长度呢? 我觉得网上很多帖子都说的不是很清楚,总感觉没有把那层纸戳破, 后来翻看 ...

  4. 从头到尾测地理解KMP算法【转】

    本文转载自:http://blog.csdn.net/v_july_v/article/details/7041827 1. 引言 本KMP原文最初写于2年多前的2011年12月,因当时初次接触KMP ...

  5. 深入理解KMP算法之续篇

    前言: 纠结于KMP已经两天了,相较于本人之前博客中提到的几篇博文,本人感觉这篇文章更清楚地说明了KMP算法的来龙去脉. http://www.cnblogs.com/goagent/archive/ ...

  6. 理解KMP算法

    母串:S[i] 模式串:T[i] 标记数组:Next[i](Next[i]表示T[0~i]最长前缀/后缀数) 先来讲一下最长前缀/后缀的概念 例如有字符串T[6]=abcabd接下来讨论的全部是真前缀 ...

  7. KMP算法 --- 深入理解next数组

    在KMP算法中有个数组,叫做前缀数组,也有的叫next数组. 每一个子串有一个固定的next数组,它记录着字符串匹配过程中失配情况下可以向前多跳几个字符. 当然它描述的也是子串的对称程度,程度越高,值 ...

  8. 从有限状态机的角度去理解Knuth-Morris-Pratt Algorithm(又叫KMP算法)

    转载请加上:http://www.cnblogs.com/courtier/p/4273193.html 在开始讲这个文章前的唠叨话: 1:首先,在阅读此篇文章之前,你至少要了解过,什么是有限状态机, ...

  9. KMP算法的一次理解

    1. 引言 在一个大的字符串中对一个小的子串进行定位称为字符串的模式匹配,这应该算是字符串中最重要的一个操作之一了.KMP本身不复杂,但网上绝大部分的文章把它讲混乱了.下面,咱们从暴力匹配算法讲起,随 ...

随机推荐

  1. 信号之signal函数

    UNIX系统的信号机制最简单的接口是signal函数.signal函数的功能:为指定的信号安装一个新的信号处理函数. #include <signal.h> void (*signal(i ...

  2. (转)从Membership 到 .NET4.5 之 ASP.NET Identity

    引入 - 用户信息是如何存在数据库中的 我们前两篇都只讲到了怎么用Membership注册,登录等,但是我们漏掉了一个很重要并且是基本上每个用Membership的人都想问的,我的用户信息怎么保存?我 ...

  3. 你应该知道的基础 Git 命令

    我们在早先一篇文章中已经快速介绍过 Vi 速查表了.在这篇文章里,我们将会介绍开始使用 Git 时所需要的基础命令. Git Git 是一个分布式版本控制系统,它被用在大量开源项目中.它是在 2005 ...

  4. jackson使用示例

    Jackson可以轻松的将Java对象转换成json对象和xml文档,同样也可以将json.xml转换成Java对象. Jackson 2.x版提供了三个JAR包供下载: 1. Core库:strea ...

  5. LeetCode18 4Sum

    题意: Given an array S of n integers, are there elements a, b, c, and d in S such that a + b + c + d = ...

  6. NSNotificationCenter 使用姿势详解

    来源:JamesYu 链接:http://www.jianshu.com/p/a4d519e4e0d5 最近在做平板的过程中,发现了一些很不规范的代码.偶然修复支付bug的时候,看到其他项目代码,使用 ...

  7. Python笔记(一)

    我是一名211高校软件工程大三学生,由于前段时间一直在找实习公司.笔试面试了很多公司,虽然有一定的基础,但是还是被某些公司面试官像虐狗一样的虐了.最后找到了一个口碑比较好的外企,主攻信息安全方面.这段 ...

  8. cocosbuilder中使用字体描边时,字符重叠,间距过小问题

    cocosbuilder中使用字体描边时,字符重叠,间距过小问题 cocos2d-x 3.7 v3.7解析cocosbuilder中描边字体的代码如下: void LabelTTFLoader::pa ...

  9. 数据结构【二】:简单阻塞队列BlockingQueue

    在POSIX多线程[一]:简单队列simple queue的基础上使用内部互斥锁和条件变量来控制并发以达到线程安全的目的,其主要用于 [生产者-消费者] 队列. 1.BlockingQueue初始化时 ...

  10. Django中创建自己的Context_Processors

    在settings.py中有一个变量TEMPLATE_CONTEXT_PROCESSORS 一般它担任对我们的模板页面与环境进行处理解析的过程   比如原来默认的django不能在template中使 ...