关于KMP算法的一点研究
2017-02-15 11:59
288 查看
一. B(bao)F(li)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。(此算法很水,故不作过多解释)
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。(然而ZKB算法。。不解释)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
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]。
对于这种神(xia)奇(gao)的算法,表示作者也没有完全理解。
欢迎指正。
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。(此算法很水,故不作过多解释)
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。(然而ZKB算法。。不解释)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
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; }
对于这种神(xia)奇(gao)的算法,表示作者也没有完全理解。
欢迎指正。
相关文章推荐
- 关于 Hook Win32 API 的一点研究
- 关于引用计数和GC的一点研究
- 关于JQueryMobile中Slider的一点研究
- MVC Razor语法的一点研究(关于 @Html.ValidationSummary("",new { @class = "text-danger" }))
- 关于 Delphi 参数传递方式的一点研究
- 关于『65535问题』的一点研究与思考
- 关于C#中readonly的一点小研究
- 关于camera拍照音的一点研究
- 关于重连测试的一点研究
- 关于KMP算法的一点个人理解
- 关于博客在教学中的应用课题研究的一点小资料(2)。。
- 关于博客在教学中的应用课题研究的一点小资料(2)。。
- 关于FireMonkey TGrid赋值的一点小研究
- 一点关于dll和exe的小研究和小失败
- 关于博客在教学中的应用课题研究的一点小资料(1)。。
- 关于qq空间评论回复的一点研究
- 关于做Andr“.NET研究”oid+J2ee系统集成开发的一点心得
- 关于以太网PAUSE的一点研究
- 关于react的一点小研究