嵌入式 KMP算法详解及各种应用和BF算法提及
2014-10-22 17:45
369 查看
KMP算法详解:
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的,就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题,只需确定下次匹配j的位置即可,使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中,为了确定在匹配不成功时,下次匹配时j的位置,引入了next[]数组,next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下:
1) next[j]=-1 j=0
2) next[j]=max k:0<k<j P[0...k-1]=P[j-k,j-1]
3) next[j]=0 其他
如:
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时,表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是:在匹配过程称,若发生不匹配的情况,如果next[j]>=0,则目标串的指针i不变,将模式串的指针j移动到next[j]的位置继续进行匹配;若next[j]=-1,则将i右移1位,并将j置0,继续进行比较。
代码实现如下:
[cpp] view
plaincopy
int KMPMatch(char *s,char *p)
{
int next[100];
int i , j;
i = 0;
j = 0;
getNext(p , next);
while(i < strlen(s))
{
if(j == -1 || s[i] == p[j])
{
i++;
j++;
}
else
{
j = next[j]; //消除了指针i的回溯
}
if(j == strlen(p))
return i - strlen(p);
}
return -1;
}
因此KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度, 而求算next[]数组的值有两种思路,第一种思路是用递推的思想去求算,还有一种就是直接去求解。
1、按照递推的思想:
根据定义next[0]=-1,假设next[j]=k, 即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[0..k]==P[j-k,j],很显然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
因此可以这样去实现:
[cpp] view
plaincopy
void getNext(char *p,int *next)
{
int j,k;
next[0] = -1;
j = 0;
k = -1;
while(j < strlen(p) - 1)
{
if(k == -1 || p[j] == p[k]) //匹配的情况下,p[j]==p[k]
{
j++;
k++;
next[j] = k;
}
else //p[j]!=p[k]
k = next[k];
}
}
2、直接求解方法
[cpp] view
plaincopy
void getNext(char *p,int *next)
{
int i , j , temp;
for(i = 0 ; i < strlen(p) ; ++i)
{
if(i == 0)
{
next[i] = -1; //next[0]=-1
}
else if(i == 1)
{
next[i] = 0; //next[1]=0
}
else
{
temp = i - 1;
for(j = temp ; j > 0 ; --j)
{
if( equals(p , i , j) )
{
next[i] = j; //找到最大的k值
break;
}
}
if(j == 0)
next[i] = 0;
}
}
}
bool equals(char *p,int i,int j) //判断p[0...j-1]与p[i-j...i-1]是否相等
{
int k = 0;
int s = i - j;
for( ; k <= j - 1 && s <= i - 1 ; k++ , s++)
{
if(p[k] != p[s])
return false;
}
return true;
}
http://poj.org/problem?id=2406
给定一个字符串,问最多是多少个相同子串不重叠连接构成。
KMP的next数组应用。这里主要是如何判断是否有这样的子串,和子串的个数。
若为abababa,显然除其本身外,没有子串满足条件。而分析其next数组,next[7] = 5,next[5] = 3,next[3] = 1,即str[2..7]可由ba子串连接构成,那怎么否定这样的情况呢?很简单,若该子串满足条件,则len%sublen必为0。sunlen可由上面的分析得到为len-next[len]。
因为子串是首尾相接,len/sublen即为substr的个数。
若L%(L-next[L])==0,n = L/(L-next[L]),else n = 1
[cpp] view
plaincopy
#include<iostream>
#include<cstdio>
using namespace std;
char pattern[1000002];
int next[1000002];
/*
kmp算法,需要首先求出模式串的next函数值
next[j] = k,说明 p0pk-1 == pj-kpj-1,也就是说k为其前面相等串的长度
*/
void get_nextval(const char* pattern)
{
int i=0,j=-1;
next[0]= -1;
while(pattern[i] != '\0')
{
if(j== -1 || pattern[i]== pattern[j] ) //pattern[i]表示后缀的单个字符,pattern[j]表示前缀的单个字符
{
++i;
++j;
if(pattern[i] != pattern[j])
next[i]=j;
else
next[i]=next[j];
}
else
j=next[j]; //若j值不相同,则j值回溯
}
}//get_nextval
int main(void)
{
int len;
while(scanf("%s",pattern)!=EOF)
{
if(pattern[0]=='.')
break;
len=strlen(pattern);
get_nextval(pattern);
if(len%(len-next[len])==0)
printf("%d\n",len/(len-next[len]));
else
printf("1\n");
}
return 0;
}
http://poj.org/problem?id=1961
大意:
定义字符串A,若A最多由n个相同字串s连接而成,则A=s^n,如"aaa" = "a"^3,"abab" = "ab"^2
"ababa" = "ababa"^1
给出一个字符串A,求该字符串的所有前缀中有多少个前缀SA= s^n(n>1)
输出符合条件的前缀长度及其对应的n
如aaa
前缀aa的长度为2,由2个'a'组成
前缀aaa的长度为3,由3个"a"组成
分析:KMP
若某一长度L的前缀符合上诉条件,则
1.next[L]!=0(next[L]=0时字串为原串,不符合条件)
2.L%(L-next[L])==0(此时字串的长度为L/next[L])
对于2:有str[0]....str[next[L]-1]=str[L-next[L]-1]...str[L-1]
=》str[L-next[L]-1] = str[L-next[L]-1+L-next[L]-1] = str[2*(L-next[L]-1)];
假设S = L-next[L]-1;则有str[0]=str[s]=str[2*s]=str[3*s]...str[k*s],对于所有i%s==0,均有s[i]=s[0]
同理,str[1]=str[s+1]=str[2*s+1]....
str[j]=str[s+j]=str[2*s+j]....
综上,若L%S==0,则可得L为str[0]...str[s-1]的相同字串组成,
总长度为L,其中字串长度SL = s-0+1=L-next[L],循环次数为L/SL
故对于所有大于1的前缀,只要其符合上述条件,即为答案之一
[cpp] view
plaincopy
#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
char pattern[1000002];
int next[1000002];
/*
kmp算法,需要首先求出模式串的next函数值
next[j] = k,说明 p0pk-1 == pj-kpj-1,也就是说k为其前面相等串的长度
*/
void get_nextval(const char* pattern)
{
int i=0,j=-1;
next[0]= -1;
while(pattern[i] != '\0')
{
if(j== -1 || pattern[i]== pattern[j] )
{
++i;
++j;
next[i]=j;
}
else
j=next[j];
}
}//get_nextval
int main(void)
{
int i,len,n,j=1;
while(scanf("%d",&n)!=EOF)
{
if(!n)
break;
scanf("%s",pattern);
len=strlen(pattern);
get_nextval(pattern);
printf("Test case #%d\n",j++);
for(i=2;i<=len;i++)
{
if(i%(i-next[i])==0 && i/(i-next[i])>1)
printf("%d %d\n",i,i/(i-next[i]));
}
printf("\n");
}
return 0;
}
http://poj.org/problem?id=2752
大意:
给出一个字符串A,求A有多少个前缀同时也是后缀,从小到大输出这些前缀的长度。
分析:KMP
对于长度为len的字符串,由next的定义知:
A[0]A[1]...A[next[len]-1]=A[len-next[len]]...A[len-1]此时A[0]A[1]...A[next[len]-1]为一个符合条件的前缀
有A[0]A[1]....A[next[next[len]]-1] = A[len-next[next[len] - next[next[len]]]...A[next[len]-1],故A[0]A[1]....A[next[next[len]]-1]也是一个符合条件的前缀
故从len=>next[len]=>next[next[len]] ....=>直到某个next[]为0均为合法答案,注意当首位单词相同时,也为答案。
[cpp] view
plaincopy
#include<iostream>
#include<cstdio>
#include<cstring>
#include<vector>
using namespace std;
char pattern[400002];
int next[400002];
/*
kmp算法,需要首先求出模式串的next函数值
next[j] = k,说明 p0pk-1 == pj-kpj-1,也就是说k为其前面相等串的长度
*/
void get_nextval(const char* pattern)
{
int i=0,j=-1;
next[0]= -1;
while(pattern[i] != '\0')
{
if(j== -1 || pattern[i]== pattern[j] )
{
++i;
++j;
next[i]=j;
}
else
j=next[j];
}
}//get_nextval
int main(void)
{
int i,len,n;
vector<int>ans;
while(scanf("%s",pattern)!=EOF)
{
ans.clear();
len=strlen(pattern);
get_nextval(pattern);
n=len;
while(n)
{
ans.push_back(n);
n=next
;
}
if(pattern[0]==pattern[n-1]) //首部、尾部字符相同
ans.push_back(1);
i=ans.size()-1;
for(;i>0;i--)
printf("%d ",ans[i]);
printf("%d\n",ans[0]);
}
return 0;
}
在介绍KMP算法之前,先介绍一下BF算法。
一.BF算法
BF算法是普通的模式匹配算法,BF算法的思想就是将目标串S的第一个字符与模式串P的第一个字符进行匹配,若相等,则继续比较S的第二个字符和P的第二个字符;若不相等,则比较S的第二个字符和P的第一个字符,依次比较下去,直到得出最后的匹配结果。
举例说明:
S: ababcababa
P: ababa
BF算法匹配的步骤如下
i=0 i=1
i=2 i=3 i=4
第一趟:ababcababa 第二趟:ababcababa
第三趟:ababcababa 第四趟:ababcababa 第五趟:ababcababa
ababa ababa
ababa ababa ababa
j=0 j=1 j=2 j=3 j=4(i和j回溯)
i=1 i=2 i=3 i=4 i=3
第六趟:ababcababa 第七趟:ababcababa
第八趟:ababcababa 第九趟:ababcababa 第十趟:ababcababa
ababa ababa
ababa ababa ababa
j=0 j=0 j=1 j=2(i和j回溯) j=0
i=4 i=5 i=6 i=7 i=8
第十一趟:ababcababa 第十二趟:ababcababa
第十三趟:ababcababa 第十四趟:ababcababa 第十五趟:ababcababa
ababa ababa
ababa ababa ababa
j=0 j=0 j=1 j=2 j=3
i=9
第十六趟:ababcababa
ababa
j=4(匹配成功)
代码实现:
其实在上面的匹配过程中,有很多比较是多余的。在第五趟匹配失败的时候,在第六趟,i可以保持不变,j值为2。因为在前面匹配的过程中,对于串S,已知s0s1s2s3=p0p1p2p3,又因为p0!=p1!,所以第六趟的匹配是多余的。又由于p0==p2,p1==p3,所以第七趟和第八趟的匹配也是多余的。在KMP算法中就省略了这些多余的匹配。
二.KMP算法
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的,就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题,只需确定下次匹配j的位置即可,使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中,为了确定在匹配不成功时,下次匹配时j的位置,引入了next[]数组,next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下:
1) next[j] = -1 j = 0
2) next[j] = max(k): 0<k<j P[0...k-1]=P[j-k,j-1]
3) next[j] = 0 其他
如:
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时,表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是:在匹配过程称,若发生不匹配的情况,如果next[j]>=0,则目标串的指针i不变,将模式串的指针j移动到next[j]的位置继续进行匹配;若next[j]=-1,则将i右移1位,并将j置0,继续进行比较。
代码实现如下:
因此KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度, 而求算next[]数组的值有两种思路,第一种思路是用递推的思想去求算,还有一种就是直接去求解。
1.按照递推的思想:
根据定义next[0]=-1,假设next[j]=k, 即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[0..k]==P[j-k,j],很显然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
因此可以这样去实现:
2.直接求解方法
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的,就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题,只需确定下次匹配j的位置即可,使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中,为了确定在匹配不成功时,下次匹配时j的位置,引入了next[]数组,next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下:
1) next[j]=-1 j=0
2) next[j]=max k:0<k<j P[0...k-1]=P[j-k,j-1]
3) next[j]=0 其他
如:
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时,表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是:在匹配过程称,若发生不匹配的情况,如果next[j]>=0,则目标串的指针i不变,将模式串的指针j移动到next[j]的位置继续进行匹配;若next[j]=-1,则将i右移1位,并将j置0,继续进行比较。
代码实现如下:
[cpp] view
plaincopy
int KMPMatch(char *s,char *p)
{
int next[100];
int i , j;
i = 0;
j = 0;
getNext(p , next);
while(i < strlen(s))
{
if(j == -1 || s[i] == p[j])
{
i++;
j++;
}
else
{
j = next[j]; //消除了指针i的回溯
}
if(j == strlen(p))
return i - strlen(p);
}
return -1;
}
因此KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度, 而求算next[]数组的值有两种思路,第一种思路是用递推的思想去求算,还有一种就是直接去求解。
1、按照递推的思想:
根据定义next[0]=-1,假设next[j]=k, 即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[0..k]==P[j-k,j],很显然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
因此可以这样去实现:
[cpp] view
plaincopy
void getNext(char *p,int *next)
{
int j,k;
next[0] = -1;
j = 0;
k = -1;
while(j < strlen(p) - 1)
{
if(k == -1 || p[j] == p[k]) //匹配的情况下,p[j]==p[k]
{
j++;
k++;
next[j] = k;
}
else //p[j]!=p[k]
k = next[k];
}
}
2、直接求解方法
[cpp] view
plaincopy
void getNext(char *p,int *next)
{
int i , j , temp;
for(i = 0 ; i < strlen(p) ; ++i)
{
if(i == 0)
{
next[i] = -1; //next[0]=-1
}
else if(i == 1)
{
next[i] = 0; //next[1]=0
}
else
{
temp = i - 1;
for(j = temp ; j > 0 ; --j)
{
if( equals(p , i , j) )
{
next[i] = j; //找到最大的k值
break;
}
}
if(j == 0)
next[i] = 0;
}
}
}
bool equals(char *p,int i,int j) //判断p[0...j-1]与p[i-j...i-1]是否相等
{
int k = 0;
int s = i - j;
for( ; k <= j - 1 && s <= i - 1 ; k++ , s++)
{
if(p[k] != p[s])
return false;
}
return true;
}
http://poj.org/problem?id=2406
给定一个字符串,问最多是多少个相同子串不重叠连接构成。
KMP的next数组应用。这里主要是如何判断是否有这样的子串,和子串的个数。
若为abababa,显然除其本身外,没有子串满足条件。而分析其next数组,next[7] = 5,next[5] = 3,next[3] = 1,即str[2..7]可由ba子串连接构成,那怎么否定这样的情况呢?很简单,若该子串满足条件,则len%sublen必为0。sunlen可由上面的分析得到为len-next[len]。
因为子串是首尾相接,len/sublen即为substr的个数。
若L%(L-next[L])==0,n = L/(L-next[L]),else n = 1
[cpp] view
plaincopy
#include<iostream>
#include<cstdio>
using namespace std;
char pattern[1000002];
int next[1000002];
/*
kmp算法,需要首先求出模式串的next函数值
next[j] = k,说明 p0pk-1 == pj-kpj-1,也就是说k为其前面相等串的长度
*/
void get_nextval(const char* pattern)
{
int i=0,j=-1;
next[0]= -1;
while(pattern[i] != '\0')
{
if(j== -1 || pattern[i]== pattern[j] ) //pattern[i]表示后缀的单个字符,pattern[j]表示前缀的单个字符
{
++i;
++j;
if(pattern[i] != pattern[j])
next[i]=j;
else
next[i]=next[j];
}
else
j=next[j]; //若j值不相同,则j值回溯
}
}//get_nextval
int main(void)
{
int len;
while(scanf("%s",pattern)!=EOF)
{
if(pattern[0]=='.')
break;
len=strlen(pattern);
get_nextval(pattern);
if(len%(len-next[len])==0)
printf("%d\n",len/(len-next[len]));
else
printf("1\n");
}
return 0;
}
http://poj.org/problem?id=1961
大意:
定义字符串A,若A最多由n个相同字串s连接而成,则A=s^n,如"aaa" = "a"^3,"abab" = "ab"^2
"ababa" = "ababa"^1
给出一个字符串A,求该字符串的所有前缀中有多少个前缀SA= s^n(n>1)
输出符合条件的前缀长度及其对应的n
如aaa
前缀aa的长度为2,由2个'a'组成
前缀aaa的长度为3,由3个"a"组成
分析:KMP
若某一长度L的前缀符合上诉条件,则
1.next[L]!=0(next[L]=0时字串为原串,不符合条件)
2.L%(L-next[L])==0(此时字串的长度为L/next[L])
对于2:有str[0]....str[next[L]-1]=str[L-next[L]-1]...str[L-1]
=》str[L-next[L]-1] = str[L-next[L]-1+L-next[L]-1] = str[2*(L-next[L]-1)];
假设S = L-next[L]-1;则有str[0]=str[s]=str[2*s]=str[3*s]...str[k*s],对于所有i%s==0,均有s[i]=s[0]
同理,str[1]=str[s+1]=str[2*s+1]....
str[j]=str[s+j]=str[2*s+j]....
综上,若L%S==0,则可得L为str[0]...str[s-1]的相同字串组成,
总长度为L,其中字串长度SL = s-0+1=L-next[L],循环次数为L/SL
故对于所有大于1的前缀,只要其符合上述条件,即为答案之一
[cpp] view
plaincopy
#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
char pattern[1000002];
int next[1000002];
/*
kmp算法,需要首先求出模式串的next函数值
next[j] = k,说明 p0pk-1 == pj-kpj-1,也就是说k为其前面相等串的长度
*/
void get_nextval(const char* pattern)
{
int i=0,j=-1;
next[0]= -1;
while(pattern[i] != '\0')
{
if(j== -1 || pattern[i]== pattern[j] )
{
++i;
++j;
next[i]=j;
}
else
j=next[j];
}
}//get_nextval
int main(void)
{
int i,len,n,j=1;
while(scanf("%d",&n)!=EOF)
{
if(!n)
break;
scanf("%s",pattern);
len=strlen(pattern);
get_nextval(pattern);
printf("Test case #%d\n",j++);
for(i=2;i<=len;i++)
{
if(i%(i-next[i])==0 && i/(i-next[i])>1)
printf("%d %d\n",i,i/(i-next[i]));
}
printf("\n");
}
return 0;
}
http://poj.org/problem?id=2752
大意:
给出一个字符串A,求A有多少个前缀同时也是后缀,从小到大输出这些前缀的长度。
分析:KMP
对于长度为len的字符串,由next的定义知:
A[0]A[1]...A[next[len]-1]=A[len-next[len]]...A[len-1]此时A[0]A[1]...A[next[len]-1]为一个符合条件的前缀
有A[0]A[1]....A[next[next[len]]-1] = A[len-next[next[len] - next[next[len]]]...A[next[len]-1],故A[0]A[1]....A[next[next[len]]-1]也是一个符合条件的前缀
故从len=>next[len]=>next[next[len]] ....=>直到某个next[]为0均为合法答案,注意当首位单词相同时,也为答案。
[cpp] view
plaincopy
#include<iostream>
#include<cstdio>
#include<cstring>
#include<vector>
using namespace std;
char pattern[400002];
int next[400002];
/*
kmp算法,需要首先求出模式串的next函数值
next[j] = k,说明 p0pk-1 == pj-kpj-1,也就是说k为其前面相等串的长度
*/
void get_nextval(const char* pattern)
{
int i=0,j=-1;
next[0]= -1;
while(pattern[i] != '\0')
{
if(j== -1 || pattern[i]== pattern[j] )
{
++i;
++j;
next[i]=j;
}
else
j=next[j];
}
}//get_nextval
int main(void)
{
int i,len,n;
vector<int>ans;
while(scanf("%s",pattern)!=EOF)
{
ans.clear();
len=strlen(pattern);
get_nextval(pattern);
n=len;
while(n)
{
ans.push_back(n);
n=next
;
}
if(pattern[0]==pattern[n-1]) //首部、尾部字符相同
ans.push_back(1);
i=ans.size()-1;
for(;i>0;i--)
printf("%d ",ans[i]);
printf("%d\n",ans[0]);
}
return 0;
}
在介绍KMP算法之前,先介绍一下BF算法。
一.BF算法
BF算法是普通的模式匹配算法,BF算法的思想就是将目标串S的第一个字符与模式串P的第一个字符进行匹配,若相等,则继续比较S的第二个字符和P的第二个字符;若不相等,则比较S的第二个字符和P的第一个字符,依次比较下去,直到得出最后的匹配结果。
举例说明:
S: ababcababa
P: ababa
BF算法匹配的步骤如下
i=0 i=1
i=2 i=3 i=4
第一趟:ababcababa 第二趟:ababcababa
第三趟:ababcababa 第四趟:ababcababa 第五趟:ababcababa
ababa ababa
ababa ababa ababa
j=0 j=1 j=2 j=3 j=4(i和j回溯)
i=1 i=2 i=3 i=4 i=3
第六趟:ababcababa 第七趟:ababcababa
第八趟:ababcababa 第九趟:ababcababa 第十趟:ababcababa
ababa ababa
ababa ababa ababa
j=0 j=0 j=1 j=2(i和j回溯) j=0
i=4 i=5 i=6 i=7 i=8
第十一趟:ababcababa 第十二趟:ababcababa
第十三趟:ababcababa 第十四趟:ababcababa 第十五趟:ababcababa
ababa ababa
ababa ababa ababa
j=0 j=0 j=1 j=2 j=3
i=9
第十六趟:ababcababa
ababa
j=4(匹配成功)
代码实现:
int BFMatch(char *s,char *p) { int i,j; i=0; while(i<strlen(s)) { j=0; while(s[i]==p[j]&&j<strlen(p)) { i++; j++; } if(j==strlen(p)) return i-strlen(p); i=i-j+1; //指针i回溯 } return -1; }
其实在上面的匹配过程中,有很多比较是多余的。在第五趟匹配失败的时候,在第六趟,i可以保持不变,j值为2。因为在前面匹配的过程中,对于串S,已知s0s1s2s3=p0p1p2p3,又因为p0!=p1!,所以第六趟的匹配是多余的。又由于p0==p2,p1==p3,所以第七趟和第八趟的匹配也是多余的。在KMP算法中就省略了这些多余的匹配。
二.KMP算法
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的,就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题,只需确定下次匹配j的位置即可,使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中,为了确定在匹配不成功时,下次匹配时j的位置,引入了next[]数组,next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下:
1) next[j] = -1 j = 0
2) next[j] = max(k): 0<k<j P[0...k-1]=P[j-k,j-1]
3) next[j] = 0 其他
如:
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时,表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是:在匹配过程称,若发生不匹配的情况,如果next[j]>=0,则目标串的指针i不变,将模式串的指针j移动到next[j]的位置继续进行匹配;若next[j]=-1,则将i右移1位,并将j置0,继续进行比较。
代码实现如下:
int KMPMatch(char *s,char *p) { int next[100]; int i,j; i=0; j=0; getNext(p,next); while(i<strlen(s)) { if(j==-1||s[i]==p[j]) { i++; j++; } else { j=next[j]; //消除了指针i的回溯 } if(j==strlen(p)) return i-strlen(p); } return -1; }
因此KMP算法的关键在于求算next[]数组的值,即求算模式串每个位置处的最长后缀与前缀相同的长度, 而求算next[]数组的值有两种思路,第一种思路是用递推的思想去求算,还有一种就是直接去求解。
1.按照递推的思想:
根据定义next[0]=-1,假设next[j]=k, 即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k],则有P[0..k]==P[j-k,j],很显然,next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k],则可以把其看做模式匹配的问题,即匹配失败的时候,k值如何移动,显然k=next[k]。
因此可以这样去实现:
void getNext(char *p,int *next) { int j,k; next[0]=-1; j=0; k=-1; while(j<strlen(p)-1) { if(k==-1||p[j]==p[k]) //匹配的情况下,p[j]==p[k] { j++; k++; next[j]=k; } else //p[j]!=p[k] k=next[k]; } }
2.直接求解方法
void getNext(char *p,int *next) { int i,j,temp; for(i=0;i<strlen(p);i++) { if(i==0) { next[i]=-1; //next[0]=-1 } else if(i==1) { next[i]=0; //next[1]=0 } else { temp=i-1; for(j=temp;j>0;j--) { if(equals(p,i,j)) { next[i]=j; //找到最大的k值 break; } } if(j==0) next[i]=0; } } } bool equals(char *p,int i,int j) //判断p[0...j-1]与p[i-j...i-1]是否相等 { int k=0; int s=i-j; for(;k<=j-1&&s<=i-1;k++,s++) { if(p[k]!=p[s]) return false; } return true; }
相关文章推荐
- KMP算法详解及各种应用
- KMP算法详解及各种应用
- KMP算法详解及各种应用
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- 各种常用Python字典应用方式详解
- 嵌入式应用中CGI编程中POST、GET及环境变量详解
- Ext.form表单中各种属性应用详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- 转:iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- [分享]各种图片格式详解及应用[图像图形(图象)论坛]
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- Ext.form表单中各种属性应用详解!
- Ext.form表单中各种属性应用详解!
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解
- iOS应用程序生命周期(前后台切换,应用的各种状态)详解