KMP算法
KMP算法是一种改进的字符串匹配算法
- Next[j] = k :一个用来存放子串返回位置的数组，回溯的位置用字母k来表示。
- 其实就是从匹配失败位置，找到他前面的字符串的最大前后相等子串长度。
- 默认第一个k值为-1(Next[0] = -1),第二个k值为0(Next[1] = 0),我们只需要从第三个k值(Next[2])开始求
- next数组的长度与子串的长度相同
- arr2[k] == arr2[j] ⇒ Next [ j+1 ] = k + 1
- 此时令j = 5那已知信息就有 arr[j] = ‘a’，Next[j] = k = 2, arr[k] = ‘c’,此时arr[j] != arr[k]
- 那我们就让新的 k = Next[ k ] = 0
- 一直都找不到，那我们此时k肯定回溯到了数组头部，即k = - 1处，那我们就停止回溯， Next [ j + 1 ] = k + 1 ⇒ Next [ j + 1] = 0
#include<stdio.h>
#include<string.h>//获得Next数组
void GetNext(int* Next, const char* arr2) //传入Next数组地址，传入子串首地址
{//初始已知项 j = 1int j = 1;//i从2开始求 int i = j + 1;//此时k为0 int k = 0; //子串长度int len2 = strlen(arr2); //Next数组前两个默认值Next[0] = -1; Next[1] = 0;while (i < len2) {if ((k == -1) || arr2[k] == arr2[i - 1]) {Next[i] = k + 1;k = k + 1; i++; }else{k = Next[k]; }}
}//KMP算法
int KMP(char* arr1, char* arr2)
{int i = 0; int j = 0; int len1 = strlen(arr1);int len2 = strlen(arr2);int* Next = (int*)malloc(len2 * sizeof(int)); //为Next数组开辟一个与子串一样长的 //空间//借用Next函数得到Next数组的内容GetNext(Next, arr2); if (len1 == 0 && len2 == 0 || len2 == 0) return 0;else if (len1 == 0 || len2 > len1) return -1; //当arr1和arr2都没走到尽头 while (i < len1 && j < len2) {if (arr1[i] == arr2[j]){i++;j++;}else{//j回溯j = Next[j]; }}//子串全部找到了if (j >= len2)return i - j; //开始匹配时的位置return -1; //否则就是主串走到尽头，代表没找到
}int main()
{char arr1[] = "abababcabc"; char arr2[] = "abcabc";char pos;pos = KMP(arr1, arr2);printf("%d", pos);
}
优化
先来看一个例子:
主串s=“aaaaabaaaaac”
子串t=“aaaaac”
这个例子中当‘b’与‘c’不匹配时应该‘b’与’c’前一位的‘a’比,这显然是不匹配的。'c’前的’a’回溯后的字符依然是‘a’。
我们知道没有必要再将‘b’与‘a’比对了，因为回溯后的字符和原字符是相同的，原字符不匹配，回溯后的字符自然不可能匹配。但是KMP算法中依然会将‘b’与回溯到的‘a’进行比对。这就是我们可以改进的地方了。我们改进后的next数组命名为：nextval数组。
KMP算法的改进可以简述为：
如果a位字符与它next值指向的b位字符相等，则该a位的nextval就指向b位的nextval值，如果不等，则该a位的nextval值就是它自己a位的next值。
void GetNextval(SqString t,int nextval[])
//由模式串t求出nextval值
{int j=0,k=-1;nextval[0]=-1;while (j<t.length) {if (k==-1 || t.data[j]==t.data[k]) { j++;k++;if (t.data[j]!=t.data[k]) nextval[j]=k;else nextval[j]=nextval[k];}else k=nextval[k]; }
}
