KMP算法的理解和代码实现

Posted 吊儿郎当地正经着

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了KMP算法的理解和代码实现相关的知识,希望对你有一定的参考价值。

KMP算法理解参考原文:http://kb.cnblogs.com/page/176818/

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"?

1.

首先,字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符,进行比较。因为B与A不匹配,所以搜索词后移一位。

2.

因为B与A不匹配,搜索词再往后移。

3.

就这样,直到字符串有一个字符,与搜索词的第一个字符相同为止。

4.

接着比较字符串和搜索词的下一个字符,还是相同。

5.

直到字符串有一个字符,与搜索词对应的字符不相同为止。

6.

这时,最自然的反应是,将搜索词整个后移一位,再从头逐个比较。这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。

7.

一个基本事实是,当空格与D不匹配时,你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是,设法利用这个已知信息,不要把"搜索位置"移回已经比较过的位置,继续把它向后移,这样就提高了效率。

8.

怎么做到这一点呢?可以针对搜索词,算出一张《部分匹配表》(Partial Match Table)。这张表是如何产生的,后面再介绍,这里只要会用就可以了。

9.

已知空格与D不匹配时,前面六个字符"ABCDAB"是匹配的。查表可知,最后一个匹配字符B对应的"部分匹配值"为2,因此按照下面的公式算出向后移动的位数:

  移动位数 = 已匹配的字符数 - 对应的部分匹配值

因为 6 - 2 等于4,所以将搜索词向后移动4位。

10.

因为空格与C不匹配,搜索词还要继续往后移。这时,已匹配的字符数为2("AB"),对应的"部分匹配值"为0。所以,移动位数 = 2 - 0,结果为 2,于是将搜索词向后移2位。

11.

因为空格与A不匹配,继续后移一位。

12.

逐位比较,直到发现C与D不匹配。于是,移动位数 = 6 - 2,继续将搜索词向后移动4位。

13.

逐位比较,直到搜索词的最后一位,发现完全匹配,于是搜索完成。如果还要继续搜索(即找出全部匹配),移动位数 = 7 - 0,再将搜索词向后移动7位,这里就不再重复了。

14.

下面介绍《部分匹配表》是如何产生的。

首先,要了解两个概念:"前缀"和"后缀"。 "前缀"指除了最后一个字符以外,一个字符串的全部头部组合;"后缀"指除了第一个字符以外,一个字符串的全部尾部组合。

15.

"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例,

  - "A"的前缀和后缀都为空集,共有元素的长度为0;

  - "AB"的前缀为[A],后缀为[B],共有元素的长度为0;

  - "ABC"的前缀为[A, AB],后缀为[BC, C],共有元素的长度0;

  - "ABCD"的前缀为[A, AB, ABC],后缀为[BCD, CD, D],共有元素的长度为0;

  - "ABCDA"的前缀为[A, AB, ABC, ABCD],后缀为[BCDA, CDA, DA, A],共有元素为"A",长度为1;

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

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

16.

"部分匹配"的实质是,有时候,字符串头部和尾部会有重复。比如,"ABCDAB"之中有两个"AB",那么它的"部分匹配值"就是2("AB"的长度)。搜索词移动的时候,第一个"AB"向后移动4位(字符串长度-部分匹配值),就可以来到第二个"AB"的位置。

代码实现:

 1 package com.lwh.algorithm;
 2 
 3 public class KMP2 {
 4 
 5     /**
 6      * @param args
 7      */
 8     public static void main(String[] args) {
 9         int index=getKMP("afdfasfgscsdffg", "fgs");
10         System.out.println(index);
11 
12     }
13     //求最大真字串
14     public static int[] getMaxRealSub(String sub){
15         int[] next=new int[sub.length()];
16         int len=sub.length();
17         next[0]=0;
18         next[1]=0;
19         int j=1;
20         int k=0;
21         while(j<len-1){
22             if(sub.charAt(j)==sub.charAt(k)){
23                 next[j+1]=k+1;
24                 j++;
25                 k++;
26             }else if(k==0){
27                 next[j+1]=0;
28                 j++;
29             }else{
30                 k=next[k];
31             }
32         }
33         return next;
34     }
35 
36     public static int getKMP(String source,String sub){
37         int[] next=getMaxRealSub(sub);
38         int index=-1;
39         int i=0;
40         int j=0;
41         while(i<source.length()&&j<sub.length()){
42             if(source.charAt(i)==sub.charAt(j)){
43                 i++;
44                 j++;
45             }else if(j==0){
46                 i++;
47             }else{
48                 j=next[j];
49             }
50         }
51         if(j==sub.length()){
52             index=i-j;
53         }
54         return index;
55     }
56     
57 }

 

以上是关于KMP算法的理解和代码实现的主要内容,如果未能解决你的问题,请参考以下文章

(原创)白话KMP算法(续)

对KMP算法小理解

KMP算法详细解释,带你理解k=next[k](逐代码分析)

KMP算法详细解释,带你理解k=next[k](逐代码分析)

KMP算法详细解释,带你理解k=next[k](逐代码分析)

KMP算法详细解释,带你理解k=next[k](逐代码分析)