Kmp算法我是看July博客学习,这里只是做个笔记,详细内容见July的blog:
http://blog.csdn.net/v_july_v/article/details/7041827
Kmp算法的用途:有一个文本串S和一个模式串P,现在要查找P在S中的位置。暴力匹配算法需要对文本串S进行回溯,kmp算法就是让文本串不回退,只需要移动模式串j即可。
Kmp算法大体思想:就是当s[i]==p[j]时,我们对i++,j++;如果不相等则令j=next[j]。这里next[j]为j字符之前的字符串中有多大长度的相同前缀后缀(注意前缀不能包含最后一个,同时后缀不能包含第一个,所以aaaab的next数组为-10123)。相当于将模式串向右移动了j-next[j]位。Next数组的求解采用的是迭代的思想,需要分p[j]是否等于p[k]两种情况以求得next[j+1]。
时间复杂度:暴力匹配算法的时间复杂度为O(n*m)(最差的情况). Kmp算法的时间复杂度为O(n+m), 因为match串(模式串)最多向右推动了长度就为n,而字符串本身不回退。这里n和m分别为文本串和字符串的长度。next时间复杂度为O(M),可以这样理解:循环中有两个变量,j和k,而j与j-k每次都是增加的或者一个不变,故最多循环2M次,时间复杂度为O(M)
Next数组求解:next[0]=-1,k=-1; next数组通过代码递推求得,假定next[j] = k求next[j+1],先判断p[j]是否等于p[k], 如果相等则令next[++j] =++k; 否则令k=next[k]<这个不太好理解>继续迭代。时间复杂度为O(m).
k=next[k];为什么不是k--?给个例子DADCDADDE, 当求E的next值时就会出错。k=k-1的话求到的是倒数第二个D,则为next[E]=2+1=3这里是DAD明显不对,然后再看ABDABCABDABDE据对称性得k=next[k]是正确的
优化next数组:next数组主要针对模式串abab的情况,比如在文本串abacab中寻找,此时当p[3]与s[3]匹配失败时,则将abab向右移动两位,此时p[1]仍然等于b,匹配必然失败,优化的next数组主要解决这个问题。当p[3]=p[next[3]]时 令next[3]=next[next[3]]。看代码则很好理解了。
以上则是个人理解笔记,下面给出具体代码:
1:kmp算法代码
#include <iostream> using namespace std; // 获取next数组 void getNext(int *next, const char *p) // 已知next[j] 求next[j+1] 分p[j]是否等于p[k]两种情况 迭代的思想 { next[0] = -1; int k = -1; int j = 0; while(j < strlen(p)-1) { if(k == -1 || p[j] == p[k]) { k++; j++; next[j] = k; } else{ k = next[k]; // 继续迭代 } } } // 获取优化next数组 void getNextOpt(int *next, const char *p) // 已知next[j] 求next[j+1] 分p[j]是否等于p[k]两种情况 迭代的思想 { next[0] = -1; int k = -1; int j = 0; while(j < strlen(p)-1) { if(k == -1 || p[j] == p[k]) { k++; j++; if(p[j] != p[k]) // 对next数组进行优化 以对abab 这样的不需要进行重复 next[j] = k; else next[j] = next[k]; } else{ k = next[k]; // } } } // kmp 算法 int kmpSearch(const char *p, const char*s) { int ptrLen = strlen(p); // 获取模式串和文本串的长度 int strLen = strlen(s); int *next = new int[ptrLen]; // 动态申请next数组 getNext(next, p); // 获取next数组 int i = 0, j = 0; while(i < strLen && j < ptrLen){ if(j == -1 || s[i] == p[j]) { i++; j++; } else if(j == 0) // 这样对于首字符不满足的时候直接优化 i++; else{ j = next[j]; } } delete[] next; // 释放动态申请的数组 if(j == ptrLen) return i - j; else return -1; } int main(){ char *ptr = "abcd"; char *str = "abababcd"; cout << kmpSearch(ptr, str) << endl; return 0; }
2:暴力匹配算法——又被称为朴素字符串匹配算法(Naive string match)
#include <iostream> using namespace std; int violenceSearch(const char *p, const char *s) { int ptrLen = strlen(p); // 获取模式串和文本串的长度 int strLen = strlen(s); int i = 0, j = 0; while(i < strLen && j < ptrLen){ if(s[i] == p[j]) { i++; j++; } else{ i = i-j+1; j = 0; } } if(j == ptrLen) return i - j; else return -1; } int main(){ char ptr[100]; char str[100]; cin >> ptr >> str; cout << violenceSearch(ptr, str) << endl; }
3:求最大长度表算法
也可以由最大长度表来求next数组,通过最大长度表各项向右移动一位,然后初值赋值-1即可,但是这种方法求最大长度表所消耗的时间为O(n^2)
// 针对一个字符串获得最大长度的相同前缀后缀 int getMaxFix(const char *p, int pLen) { int k =pLen/2; while(k > 0) { //bool flag = false; int i = 0, j = pLen -k; while(i < k) { if(p[i] == p[j]) { i++; j++; } else{ //flag = true; k--; break; } } } return k; } // 获得最大长度表 void getMaxTable(const char *p, int *table) { for(int i = 0; i < strlen(p); i++) { table[i] = getMaxFix(p, i+1); } }
KMP算法的变形
这是hihoCoder1015的题目。题目地址:http://hihocoder.com/problemset/problem/1015
即求模式串在文本串中出现的次数。这里算法的基本思想就是求出模式串的公共前缀后缀即next[s.size()],当j==s.size()的时候让j=next[s.size()]就可以了。就好比模式串ABCDEA,当结束的时候j=6,此时next[j] = 1,故让j=1继续去匹配,即前面有k位和字符串中是相同的。
代码如下:
#include <iostream> #include <string> using namespace std; #define PMAXSIZE 10010 void getNext(int *iNext, const string s){ int j = 0, k = -1; iNext[0] = -1; string p = s+"#"; while(j < p.size()-1){ if(k == -1 || p[j] == p[k]){ j++; k++; if(p[j] != p[k])iNext[j] = k; else iNext[j] = iNext[k]; } else k = iNext[k]; } } int kmpAlg(const string &p, const string &s){ int i = 0, j = 0; int count = 0; int *iNext = new int[p.size()+1]; getNext(iNext, p); while(i < s.size()){ if(j == -1 || s[i] == p[j]){ i++; j++; }else if(j == 0) i++; else j = iNext[j]; if(j == p.size()){ count++; j = iNext[j]; } } delete []iNext; return count; } /* //freopen是被包含于C标准库头文件<stdio.h>中的一个函数,用于重定向输入输出流。 该函数可以在不改变代码原貌的情况下改变输入输出环境,但使用时应当保证流是可靠的。 */ int main(){ int N; #define KMP1015 #ifndef KMP1015 freopen("input.txt", "r", stdin); #endif cin >> N; while(N--){ string p, s; cin >> p >> s; cout << kmpAlg(p, s) << endl; } return 0; } /* input: 5 HA HAHAHA WQN WQN ADA ADADADA BABABB BABABABABABABABABB DAD ADDAADAADDAAADAAD output: 3 1 3 1 0 */
参考文献:http://blog.csdn.net/v_july_v/article/details/7041827
作者:小村长 出处:http://blog.csdn.net/lu597203933 欢迎转载或分享,但请务必声明文章出处。
(新浪微博:小村长zack, 欢迎交流!