kmp算法(C语言)

查了好多资料，终于知道kmp算法的意思了。

定义 Knuth-Morris-Pratt 字符串查找算法，简称为 “KMP算法”，常用于在一个文本串S内查找一个模式串P 的出现位置，这个算法由Donald Knuth、Vaughan Pratt、James H. Morris三人于1977年联合发表，故取这3人的姓氏命名此算法。
一般算法
下面是两个字符串char str[80] = "bacbababadababacambabacaddababacasdsd";
char subStr[80] = "ababaca";
求subStr在str的第几个为值，
假设str有n个字符，subStr有m个字符，（n >= m）,如果最用效率最低的方法是，根据str的每一个字符到后面的m个字符长度之间的字符与subStr字符进行挨个比较，如果其中有不一样的就会进行，将str的那个第一个比较的字符往后移一位，进行下次比较，循环主串，直到结束。
KMP算法一般算法，是主串的每个字符进行匹配，如果存在一种，减少主串的匹配次数，效率就会极大的提高。
这就要根据子串的结构特性进行减少匹配次数。
具体的思想是下图。



长的是主串，短的部分是子串，
当匹配的时候，失配点处之前的字符都相同，如果他们存在一种前端的最长字符串与末端的最长字符串相同，
如图
1区字符串 == 2区的字符串   3区字符串 == 4区字符串，1区 == 3区， 2区 == 4区，于是可以推出，2区 == 3区，
于是2区与3区就不用比较，
子串会移动一段距离 （移动的距离 = 前面相同字符串的个数 - 最长前后端的同的字符个数）

next数组

是为了求子串上的每一个字符前面前端的最长字符串=末端的最长字符串的个数，说的有些模糊，
比如子串“ababaca”，0001230,前两位默认为0，第3位前面“ab”有0个，“aba”有1个，“abab”有两个，“ababa”有3个，“ababac”有0个int* getNext(char *subStr){
int *next = (int *)calloc(sizeof(int), strlen(subStr));
int i;
int j;
int k;
int strLen = strlen(subStr);
for(i = 2;i < strLen; i++){
j = 1;
k = 0;
while(j < i){
if(subStr[k] == subStr[j]){
k++;
j++;
}else{
j++;
if(subStr[k] != subStr[j]){
k = 0;
}
}
}
next[i] = k;
}
return next;
}
匹配

int KMP(char *str, char *subStr){
int subStrLen = strlen(subStr);
int strLen = strlen(str);
int *next = getNext(subStr);
int i = 0;
int j = 0;

while(str[i]){
while(subStr[j] != 0 && str[i+j] == subStr[j]){
j++;
}
if(subStr[j] == 0){
return i;
}
if(j == 0){
i++;
}else{
i = i + j - next[j];
}
j = next[j];
}
return -1;

}

时间复杂度
O(m+n)