kmp算法详解
转自:http://blog.csdn.net/ddupd/article/details/19899263
KMP算法详解
KMP算法简介:
KMP算法是一种高效的字符串匹配算法,关于字符串匹配最简单的就是BF算法。BF算法是用两个游标分别指向母串S,模式串T,从开头向后面依次比较字符是否相等,如果相等继续同时向后滑动两个游标,不相等的话,T的游标回溯至开头,S的游标回溯至起初游标的下一位,这种算法原理非常简单,小学生都可以想的到。
KMP算法是在BF算法的基础上加以改进的,它的特点是在遇到字符不匹配时候维持母串T的游标不动,而把模式串向右移动,具体移动到哪一个元素下标,这就是算法的核心思想之处了。
假如母串的i处和模式串的j处不匹配,那么就令k=next(j),表示的意思就是:模式串在j处出现不匹配现象,此时应该将模式串向后一定到下标为k的游标处,在此与之前不匹配的元素进行比较。
Kmp算法的本质:
如图所示:
在下标j处出现不匹配,则k = next(j),表示此时应该把下标k移动到原本j对应的位置处,用T[k]跟s[i]进行对比。如果满足这样的条件,则有T[0],T[1],…T[k-1] = S[i-k],S[i-k+1],…S[i-1]
又因为j之前的字符串跟S都匹配,所以又有T[j-k],T[j-k+1],…T[j-1] = S[i-k],S[i-k+1],…S[i-1].所以得出 T[0],T[1],…T[k-1] = T[j-k],T[j-k+1],…T[j-1]。也就是说图中被标记出来前后两个区域的字符串相等,KMP算法的本质就是找出最大的这样一个k值满足T[0],T[1],…T[k-1] = T[j-k],T[j-k+1],…T[j-1]。
K值的求取方法:
K值的求取用到了数学中的递推的思想,求取K值只跟模式串T自身有关,跟母串S半毛钱关系都没有。先假设已经有 next(j) = k,接下来我们就去求next(j+1)的值。这个要分情况讨论:
如果T[k] = T[j]那么就很容易得到 next(j+1) = k+1 = next(j) + 1;
如果T[k] != T[j],那么此时可以将T[0],T[1],…T[k-1],T[k]看做一个模式串,T[j-k],T[j-k+1],…T[j-1],T[j]看做一个母串,此时模式串在k处出现不匹配现象,那么我们获取next(k)= k1的值,判断T[k1]跟T[j]的值是否相等,如果相等那么next(j+1) = k1+1;如果不相等再往下求新的kn的值,直到T[kn]= T[j],或者遍历到了模式串的开头都不想的话,此时就要把i向后移动一个位置,同时用模式串的开头指向i,或者抽象一点就是把模式串开头的前一位下标(-1)指向i。因为下标(-1)是没有意义的,所以此时等效于下标(0)指向母串的i+1。
算法的实现:
这里一共列出了三个版本的kmp算法,其中第一个是本人根据对算法的理解写的,也是最丑的一个,剩下的两个是改编严蔚敏版的《数据结构与算法》一书中的。
//Algorithms.cpp
#include "Algorithms.h"
#include <vector>
#include <iostream>
using namespace std; Algorithms::Algorithms(void)
{
}
Algorithms::~Algorithms(void)
{
} int Algorithms::kmp1(string strS,string strT)
{
int nSize = strT.size();
vector<int> vecNext(nSize,-);
if (nSize >= )
vecNext[] =;
for (int i=;i<nSize;i++)
{
int k = vecNext[i-];
while (k>= && strT[k] != strT[i-] )
k = vecNext[k];
if(k>= && strT[i-] == strT[k])
vecNext[i] = k + ;
else
vecNext[i] = ;
}
for(int i=;i<nSize;i++)
cout<<"the vector is:"<<i<<": "<<vecNext[i]<<endl; int nLength = strS.size();
int nCount = ;
int nPoss = ;
int nPost = ; while(nPoss < nLength)
{
if ( strS[nPoss] == strT[nPost] )
{
nPoss++;
nPost++;
}
else
{
nPost = vecNext[nPost];
if (nPost == -)
{
nPoss++;
nPost++;
}
} if (nPost == nSize )
{
nCount++;
nPost = ;
}
}
return nCount;
} int Algorithms::kmp2(string strS,string strT)
{
int nSize = strT.size();
vector<int> vecNext(nSize);
int i = ;
vecNext[] = -;
int j = -;
while(i<nSize-)
{
if (j==- || strT[i]==strT[j])
{
i++;
j++;
vecNext[i] = j;
}
else
j = vecNext[j];
}
for(int i=;i<nSize;i++)
cout<<"the vector is:"<<i<<": "<<vecNext[i]<<endl; int nLength = strS.size();
int nCount = ;
int nPoss = ;
int nPost = ; while(nPoss < nLength)
{
if ( strS[nPoss] == strT[nPost] )
{
nPoss++;
nPost++;
}
else
{
nPost = vecNext[nPost];
if (nPost == -)
{
nPoss++;
nPost++;
}
} if (nPost == nSize )
{
nCount++;
nPost = ;
}
}
return nCount;
} int Algorithms::kmp3(string strS,string strT)
{
int nSize = strT.size();
vector<int> vecNext(nSize);
int i = ;
vecNext[] = -;
int j = -;
while(i<nSize-)
{
if (j==- || strT[i]==strT[j])
{
i++;
j++;
if (strT[i] == strT[j])
vecNext[i] =vecNext[j];
else
vecNext[i] = j;
}
else
j = vecNext[j];
}
for(int i=;i<nSize;i++)
cout<<"the vector is:"<<i<<": "<<vecNext[i]<<endl; int nLength = strS.size();
int nCount = ;
int nPoss = ;
int nPost = ; while(nPoss < nLength)
{
if ( strS[nPoss] == strT[nPost] )
{
nPoss++;
nPost++;
}
else
{
nPost = vecNext[nPost];
if (nPost == -)
{
nPoss++;
nPost++;
}
} if (nPost == nSize )
{
nCount++;
nPost = ;
}
}
return nCount;
}
//main.cpp
#include <iostream>
#include <string>
#include <vector>
#include "Algorithms.h"
using namespace std; void main()
{
string str1,str2;
cout<<"please input str1:"<<endl;
cin>>str1;
cout<<"please input str2:"<<endl;
cin>>str2;
//cout<<"the number of substr in str1 is:"<<Algorithms::kmp1(str1,str2)<<endl;
//cout<<"the number of substr in str1 is:"<<Algorithms::kmp2(str1,str2)<<endl;
cout<<"the number of substr in str1 is:"<<Algorithms::kmp3(str1,str2)<<endl;
system("pause");
}
算法评析:
1:Kmp1
先说下我自己写的吧,代码没有书上的简洁,再说说几个为什么。为什么循环要从i=2开始?
因为要用到int k = vecNext[i-1],以及strT[k] != strT[i-1],如果从i=1开始的话,k的起始值=-1,这样就会出现越界的情况,所以就从i=2开始;另外
next(0)=-1,next(1)=0,这都是毫无疑问的东西,所以可以在前两者已知的情况下,向后求解。
2:Kmp2
Kmp2的巧妙之处在于用了while循环,在需要i变化时才变化,否则已知变换j的值(j表示的是next(i))
3:Kmp3
Kmp3是对kmp2的改进,它考虑到了这样的一种情况:首先在T(i) = T(j)的情况下,如果按照kmp2那么next(i+1)= j+1。但是如果T(i+1)=T(j+1)的话,那么此时就无需在拿T(j+1) 跟母串的比较,因为T(i+1)已经比较过了,并且他们不相等,所以不需要再比较T(j+1),
只需要令: next(i+1) = next(j+1)。
按照kmp2其实是这样的: next(i+1) = j+1,j+1 = next(j+1),
所以中间省略的一步就是:next(i+1)= j+1。
总结:
关于kmp网上的讲解很多,但是坑爹的错误程序也不少,在验证一个kmp算法程序是否坑爹,只需要把next数组的内容打印出来,将它和自己口算得到的结果比对。百度百科的C++实现的kmp算法就是错误的,坑爹的。
kmp算法详解的更多相关文章
- [转] KMP算法详解
转载自:http://www.matrix67.com/blog/archives/115 KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段. 我们这里说的K ...
- KMP算法详解(转自中学生OI写的。。ORZ!)
KMP算法详解 如果机房马上要关门了,或者你急着要和MM约会,请直接跳到第六个自然段. 我们这里说的KMP不是拿来放电影的(虽然我很喜欢这个软件),而是一种算法.KMP算法是拿来处理字符串匹配的.换句 ...
- 算法进阶面试题01——KMP算法详解、输出含两次原子串的最短串、判断T1是否包含T2子树、Manacher算法详解、使字符串成为最短回文串
1.KMP算法详解与应用 子序列:可以连续可以不连续. 子数组/串:要连续 暴力方法:逐个位置比对. KMP:让前面的,指导后面. 概念建设: d的最长前缀与最长后缀的匹配长度为3.(前缀不能到最后一 ...
- 数据结构4.3_字符串模式匹配——KMP算法详解
next数组表示字符串前后缀匹配的最大长度.是KMP算法的精髓所在.可以起到决定模式字符串右移多少长度以达到跳跃式匹配的高效模式. 以下是对next数组的解释: 如何求next数组: 相关链接:按顺序 ...
- KMP算法详解&&P3375 【模板】KMP字符串匹配题解
KMP算法详解: KMP算法是一种改进的字符串匹配算法,由D.E.Knuth,J.H.Morris和V.R.Pratt(雾)提出的. 对于字符串匹配问题(such as 问你在abababb中有多少个 ...
- 字符串匹配KMP算法详解
1. 引言 以前看过很多次KMP算法,一直觉得很有用,但都没有搞明白,一方面是网上很少有比较详细的通俗易懂的讲解,另一方面也怪自己没有沉下心来研究.最近在leetcode上又遇见字符串匹配的题目,以此 ...
- KMP算法详解-彻底清楚了(转载+部分原创)
引言 KMP算法指的是字符串模式匹配算法,问题是:在主串T中找到第一次出现完整子串P时的起始位置.该算法是三位大牛:D.E.Knuth.J.H.Morris和V.R.Pratt同时发现的,以其名字首字 ...
- 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 ...
- 字符串匹配的KMP算法详解及C#实现
字符串匹配是计算机的基本任务之一. 举例来说,有一个字符串"BBC ABCDAB ABCDABCDABDE",我想知道,里面是否包含另一个字符串"ABCDABD" ...
随机推荐
- ps 倒影制作
首先打开PS并打开一张素材,这里我选择了山水图片,制作山峰在水中的倒影效果. 然后按下[Crrl+J]复制这个图层,如图: 接着按下[Ctrl+T]或者是[编辑][自由变换],打开[自由变换] ...
- Javascript动态调整文章的行距、字体、颜色,及打印页面和关闭窗口功能
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...
- ls -alrth 及ls 详解
idcdpi 抓包过程中 用了命令 ls - alrth :命令,所以回头重新学习 ls命令 linux ls和 ll 命令 标签: linuxsocketssolarisbash出版扩展 2 ...
- editplus快速定位到文章头部和尾部
经常用editplus发现有时文档比较长,要查找前面的内容时得一直滚动鼠标滚轮,或者拉动右侧边栏的导航标签,很少麻烦,有没有好的方法快速定位editplus到头部和尾部呢? 其实很简单,editplu ...
- MySQL 5.6 Warning: Using a password on the command line interface can be insecure
MySQL 5.6 在命令行输入密码,就会提示这些安全警告信息. Warning: Using a password on the command line interface can be inse ...
- MotionEvent常见值
常见的动作常量: public static final int ACTION_DOWN = 0;单点触摸动作 public static final int ACTION_UP ...
- Coursera台大机器学习课程笔记9 -- Logistic Regression
如果只想得到某种概率,而不是简单的分类,那么该如何做呢?在误差衡量问题上,如何选取误差函数这段很有意思. 接下来是如何最小化Ein,由于Ein是可凸优化的,所以采用的是梯度下降法:只要达到谷底,就找到 ...
- 基于网页内容数据采集 PHP开发学习笔记
jQuery数字的截取: str.toFixed(num);//小数的截取 toFixed() <script type="text/javascript"> var ...
- css 之盒子模型
display: none inline block float :none right left clear left right both 清除浮动 是清楚它之前的左 ...
- ios 动态测定字符串frame : boundingRectWithSize函数
用NSString中的一个方法,第一个参数是text形成的frame的最大的宽度和高度, 其中的options比较关键 CGSize labelSize = [text boundingRectWit ...