KMP算法：求字符串匹配（也叫模式匹配）的算法，即给定一个字符串，求其某一子串在其中出现的位置。

普通模式匹配

例如：给定字符串为abcabaaabaabcac，求其子串abaabcac在其中出现的位置。

结果为7

对于这种问题，没有经验的编程者通常会采用逐个匹配的方法，来得出结果。这就是最简单一种算法思想。

1. 逐个进行比较，如果相同，就继续比较下一个，但是我们可以看到下图中，c与a不相同，这就是所谓的“失配”。

2. 当发生失配，我们会将子字符串逐个后移，直到新的匹配建立，再逐个比较

3.

4.

5.

6.

7.

根据上面的方法，我们可以看到第二步有两个图，这是为什么呢？这是因为当出现失配时候，字符串每次后移一个的方法，不能够立刻建立匹配，还需要继续后移才能建立。也就是说，这种情况下，后移两个才能建立匹配。

当然这个例子比较小，只出现了两次这种情况，但是如果是较大的数据，这种冗余操作是十分低效的。这也就是KMP算法优化的地方。

KMP算法--next[]

KMP算法会创建一个next[]数组，用来保存一个字符失配后，到底跳转到第几个的位置才能更快速的建立匹配。这里用了跳转这个词，因为并不是向后移动next[i]位，而应该是直接跳转到相应的位置，使失配位与第next[i]位相对。这个数组是KMP算法的核心。

下面以字符串abaabcac为例，求解next数组，模式匹配的数组下标从1开始（这个算法推荐这么做，很多事情没有那么多理由）

 

next数组按照最长相等前后缀长度求解：

next[1]，字符串“a”，前缀{}，后缀{}，没有相等前后缀，next记为0。要注意，前后缀均不包括整个串。

next[2]，字符串“ab”，前缀{a}，后缀{b}，没有相等前后缀，next记为0。

next[3]，字符串“aba”，前缀{a,ab}，后缀{a,ba}，相等前后缀{a}，长度为1，next记为1。

next[4]，字符串“abaa”，前缀{a,ab,aba}，后缀{a,aa,baa}，相等前后缀{a}，长度为1，next记为1。

next[5]，字符串“abaab”，前缀{a,ab,aba,abaa}，后缀{b,ab,aab,baab}，相等前后缀{ab}，长度为2，next记为2。

next[6]，字符串“abaabc”，前缀{a,ab,aba,abaa,abaab}，后缀{c,bc,abc,aabc,baabc}，相等前后缀{}，next记为0。

next[7]，字符串“abaabca”，前缀{a,ab,aba,abaa,abaab,abaabc}，后缀{a,ca,bca,abca,aabca,baabca}，相等前后缀{a}，长度为1，next记为1。

next[8]，字符串“abaabcac”，前缀{a,ab,aba,abaa,abaab,abaabc,abaabca}，后缀{c,ac,cac,bcac,abcac,aabcac,baabcac}，相等前后缀{}，next记为0。

i	1	2	3	4	5	6	7	8
str.charAt(i)	a	b	a	a	b	c	a	c
next[i]	0	0	1	1	2	0	1	0

由于使用next[]时，每次失配，都需要找它前面一个元素的next[]进行移动，为了方便，我们将next数组右移一位。最左侧填充-1，舍弃最右侧的元素。

i	1	2	3	4	5	6	7	8
str.charAt(i)	a	b	a	a	b	c	a	c
next[i]	-1	0	0	1	1	2	0	1

为了简化计算，我们对next[]整体+1，这里得到的是我们通常使用的next[]。

i	1	2	3	4	5	6	7	8
str.charAt(i)	a	b	a	a	b	c	a	c
next[i]	0	1	1	2	2	3	1	2

 

求解next数组代码：

    private static int[] get_Next(String str){ int[] next = new int[str.length()+1];  int j = next[2];// 这里next[1]和next[2]直接赋值next[1] = 0;next[2] = 1;for(int i = 2; i < str.length(); i++) {  while(j > 0 && str.charAt(i-1) != str.charAt(j)) {j = next[j]; }if(str.charAt(i-1) == str.charAt(j)) {j++;}next[i] = j;}  return next; }  

KMP算法改进--nextval[]

比较当前next[i]的值，与

1.前两位必为0，1

计算nextval[3]时，我们可以知道第三位字符位‘a’，next[3]=1，故查看第1位的字符为‘a’，字符相同，所以nextval[3]=next[1]=0

计算nextval[4]时，我们可以知道第四位字符位‘a’，next[4]=2，故查看第2位的字符为‘b’，字符不同，所以nextval[4]=next[4]=2

计算nextval[5]时，我们可以知道第五位字符位‘b’，next[5]=2，故查看第2位的字符为‘b’，字符相同，我们知道next[2]=1，故继续查看第1位的字符为‘a’，字符不同，所以nextval[5]=next[2]=1

计算nextval[6]时，我们可以知道第六位字符位‘c’，next[6]=3，故查看第3位的字符为‘a’，字符不同，所以nextval[6]=next[6]=3

计算nextval[7]时，我们可以知道第七位字符位‘a’，next[7]=1，故查看第1位的字符为‘a’，字符相同，所以nextval[7]=next[1]=0

计算nextval[8]时，我们可以知道第八位字符位‘c’，next[8]=2，故查看第2位的字符为‘b’，字符不同，所以nextval[7]=next[7]=2

i	1	2	3	4	5	6	7	8
str.charAt(i)	a	b	a	a	b	c	a	c
nextval[i]	0	1	0	2	1	3	0	2

根据next数组，我们再来做一遍这个题目：给定字符串为abcabaaabaabcac，求其子串abaabcac在其中出现的位置。

 

1.创建匹配，第4个字符发生失配

2.使失配位与子串的第next[4]=2位相对，但是这是第二个字符又失配了

3.使失配位与子串的第next[2]=1位相对，此时第一个字符就失配

4.使失配位与子串的第next[1]=0位相对，注意我们的next数组是从1开始算的，所以相当于整体后移一个单位，下图的失配位实际是"c"

5.使失配位与子串的第next[4]=2位相对

6.使失配位与子串的第next[4]=2位相对

7.匹配成功

完整代码如下：

public class Main {  public static void main(String[] args) {  String str = "abaabcac";  String orig ="aabaabcac";  int[] next = get_Next(str);  for (int i = 1; i < next.length; i++) {System.out.print(next[i] + " ");}System.out.println();search(orig, str, next);  }  //next[i]表示的是str的"部分匹配表",这个表表示的是str前缀与后缀的最长公共字符串的长度private static int[] get_Next(String str){ int[] next = new int[str.length()+1];  int j = next[2];// 这里next[1]和next[2]直接赋值next[1] = 0;next[2] = 1;// 第2位之后的next,为什么从2开始，不是已经赋值了吗？这在于str.charAt(0)为字符串的第一个字母for(int i = 2; i < str.length(); i++) {  while(j > 0 && str.charAt(i-1) != str.charAt(j)) {j = next[j]; }if(str.charAt(i-1) == str.charAt(j)) {j++;}next[i] = j;}  return next; }  //orig为主串，而find为模式串，查找匹配位置以及匹配长度  private static void search(String orig, String find, int[]next){  int j = next[0];  for(int i = 0;i < orig.length(); i++){  while(j > 0 && orig.charAt(i) != find.charAt(j))  j = next[j];  if(orig.charAt(i) == find.charAt(j)){  j++;  }if(j == find.length()){  System.out.println("find at position " + (i - j+1));    System.out.println(orig.subSequence(i - j + 1, i + 1));    j = next[j];}}}
}

当然还有一种BM算法效率比KMP算法还好。有兴趣的读者可以参考时空权衡在模式匹配算法中的应用（JAVA）--Horspool算法（简化版BM算法）

nextval数组实际的数值是明显要小于next数组的，nextval数组由于考虑到了移动到的位置的数与当前位置数的关系，可以减少移动的距离。