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
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)