Knuth-Morris-Pratt 字符串查找算法,簡稱為 “KMP 算法”,常用于在一個文本串 S 內(nèi)查找一個模式串 P 的出現(xiàn)位置,這個算法由 Donald Knuth、Vaughan Pratt、James H. Morris 三人于 1977 年聯(lián)合發(fā)表,故取這三人的姓氏命名此算法。
下面先直接給出 KMP 的算法流程(如果感到一點點不適,沒關(guān)系,堅持下,稍后會有具體步驟及解釋,越往后看越會柳暗花明 ?):
很快,你也會意識到 next 數(shù)組各值的含義:代表當前字符之前的字符串中,有多大長度的相同前綴后綴。例如,如果 next [j] = k,代表 j 之前的字符串中有最大長度為 k 的相同前綴后綴。
此也意味著在某個字符失配時,該字符對應(yīng)的 next 值會告訴你下一步匹配中,模式串應(yīng)該跳到哪個位置(跳到next [j] 的位置)。如果 next [j] 等于 0 或 -1,則跳到模式串的開頭字符,若 next [j] = k 且 k > 0,代表下次匹配跳到 j 之前的某個字符,而不是跳到開頭,且具體跳過了 k 個字符。
轉(zhuǎn)換成代碼表示,則是:
int KmpSearch(char* s, char* p)
{
int i = 0;
int j = 0;
int sLen = strlen(s);
int pLen = strlen(p);
while (i < sLen && j < pLen)
{
//①如果j = -1,或者當前字符匹配成功(即S[i] == P[j]),都令i++,j++
if (j == -1 || s[i] == p[j])
{
i++;
j++;
}
else
{
//②如果j != -1,且當前字符匹配失?。碨[i] != P[j]),則令 i 不變,j = next[j]
//next[j]即為j所對應(yīng)的next值
j = next[j];
}
}
if (j == pLen)
return i - j;
else
return -1;
}
繼續(xù)拿之前的例子來說,當 S[10] 跟 P[6] 匹配失敗時,KMP 不是跟暴力匹配那樣簡單的把模式串右移一位,而是執(zhí)行第 ② 條指令:“如果 j != -1,且當前字符匹配失敗(即 S[i] != P[j]),則令 i 不變,j = next[j]”,即 j 從 6 變到 2(后面我們將求得 P[6],即字符 D 對應(yīng)的 next 值為 2),所以相當于模式串向右移動的位數(shù)為 j - next[j](j - next[j] = 6-2 = 4)。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3-1.png" alt="" />
向右移動 4 位后,S[10] 跟 P[2] 繼續(xù)匹配。為什么要向右移動 4 位呢,因為移動 4 位后,模式串中又有個“AB”可以繼續(xù)跟 S[8]S[9] 對應(yīng)著,從而不用讓 i 回溯。相當于在除去字符 D 的模式串子串中尋找相同的前綴和后綴,然后根據(jù)前綴后綴求出next 數(shù)組,最后基于 next 數(shù)組進行匹配(不關(guān)心 next 數(shù)組是怎么求來的,只想看匹配過程是咋樣的,可直接跳到下文 3.3.4 節(jié))。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3-2.png" alt="" />
對于 P = p0 p1 ...pj-1 pj,尋找模式串 P 中長度最大且相等的前綴和后綴。如果存在 p0 p1 ...pk-1 pk = pj- k pj-k+1...pj-1 pj,那么在包含 pj 的模式串中有最大長度為 k+1 的相同前綴后綴。舉個例子,如果給定的模式串為“abab”,那么它的各個子串的前綴后綴的公共元素的最大長度如下表格所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/321.jpg" alt="" />
比如對于字符串 aba 來說,它有長度為 1 的相同前綴后綴 a;而對于字符串 abab 來說,它有長度為 2 的相同前綴后綴ab(相同前綴后綴的長度為 k + 1,k + 1 = 2)。
next 數(shù)組考慮的是除當前字符外的最長相同前綴后綴,所以通過第 ① 步驟求得各個前綴后綴的公共元素的最大長度后,只要稍作變形即可:將第 ① 步驟中求得的值整體右移一位,然后初值賦為 -1,如下表格所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/322.jpg" alt="" />
比如對于 aba 來說,第 3 個字符 a 之前的字符串 ab 中有長度為 0 的相同前綴后綴,所以第 3 個字符 a 對應(yīng)的 next 值為 0;而對于 abab 來說,第 4 個字符 b 之前的字符串 aba 中有長度為 1 的相同前綴后綴 a,所以第 4 個字符 b 對應(yīng)的 next 值為 1(相同前綴后綴的長度為 k,k = 1)。
匹配失配,j = next [j],模式串向右移動的位數(shù)為:j - next[j]。換言之,當模式串的后綴 pj-k pj-k+1, ..., pj-1 跟文本串 si-k si-k+1, ..., si-1 匹配成功,但 pj 跟 si 匹配失敗時,因為 next[j] = k,相當于在不包含 pj 的模式串中有最大長度為 k 的相同前綴后綴,即 p0 p1 ...pk-1 = pj-k pj-k+1...pj-1,故令 j = next[j],從而讓模式串右移 j - next[j] 位,使得模式串的前綴 p0 p1, ..., pk-1 對應(yīng)著文本串 si-k si-k+1, ..., si-1,而后讓 pk 跟 si 繼續(xù)匹配。如下圖所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/323.jpg" alt="" />
綜上,KMP 的 next 數(shù)組相當于告訴我們:當模式串中的某個字符跟文本串中的某個字符匹配失配時,模式串下一步應(yīng)該跳到哪個位置。如模式串中在j 處的字符跟文本串在 i 處的字符匹配失配時,下一步用 next [j] 處的字符繼續(xù)跟文本串 i 處的字符匹配,相當于模式串向右移動 j - next[j] 位。
接下來,分別具體解釋上述 3 個步驟。
如果給定的模式串是:“ABCDABD”,從左至右遍歷整個模式串,其各個子串的前綴后綴分別如下表格所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/331.jpg" alt="" />
也就是說,原模式串子串對應(yīng)的各個前綴后綴的公共元素的最大長度表為(下簡稱《最大長度表》):
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3311.jpg" alt="" />
因為模式串中首尾可能會有重復(fù)的字符,故可得出下述結(jié)論:
失配時,模式串向右移動的位數(shù)為:已匹配字符數(shù) - 失配字符的上一位字符所對應(yīng)的最大長度值 |
下面,咱們就結(jié)合之前的《最大長度表》和上述結(jié)論,進行字符串的匹配。如果給定文本串“BBC ABCDAB ABCDABCDABDE”,和模式串“ABCDABD”,現(xiàn)在要拿模式串去跟文本串匹配,如下圖所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3320.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3321.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3322.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3323.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3324.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3325.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3326.png" alt="" />
通過上述匹配過程可以看出,問題的關(guān)鍵就是尋找模式串中最大長度的相同前綴和后綴,找到了模式串中每個字符之前的前綴和后綴公共部分的最大長度后,便可基于此匹配。而這個最大長度便正是 next 數(shù)組要表達的含義。
由上文,我們已經(jīng)知道,字符串“ABCDABD”各個前綴后綴的最大公共元素長度分別為:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3331.jpg" alt="" />
而且,根據(jù)這個表可以得出下述結(jié)論
上文利用這個表和結(jié)論進行匹配時,我們發(fā)現(xiàn),當匹配到一個字符失配時,其實沒必要考慮當前失配的字符,更何況我們每次失配時,都是看的失配字符的上一位字符對應(yīng)的最大長度值。如此,便引出了 next 數(shù)組。
給定字符串“ABCDABD”,可求得它的 next 數(shù)組如下:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3332.jpg" alt="" />
把 next 數(shù)組跟之前求得的最大長度表對比后,不難發(fā)現(xiàn),next 數(shù)組相當于“最大長度值” 整體向右移動一位,然后初始值賦為 -1。意識到了這一點,你會驚呼原來 next 數(shù)組的求解竟然如此簡單:就是找最大對稱長度的前綴后綴,然后整體右移一位,初值賦為 -1(當然,你也可以直接計算某個字符對應(yīng)的 next 值,就是看這個字符之前的字符串中有多大長度的相同前綴后綴)。
換言之,對于給定的模式串:ABCDABD,它的最大長度表及next 數(shù)組分別如下:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3333.jpg" alt="" />
根據(jù)最大長度表求出了 next 數(shù)組后,從而有
失配時,模式串向右移動的位數(shù)為:失配字符所在位置?- 失配字符對應(yīng)的next 值 |
而后,你會發(fā)現(xiàn),無論是基于《最大長度表》的匹配,還是基于 next 數(shù)組的匹配,兩者得出來的向右移動的位數(shù)是一樣的。為什么呢?因為:
所以,你可以把《最大長度表》看做是 next 數(shù)組的雛形,甚至就把它當做 next 數(shù)組也是可以的,區(qū)別不過是怎么用的問題。
基于之前的理解,可知計算 next 數(shù)組的方法可以采用遞推:
舉個例子,如下圖,根據(jù)模式串“ABCDABD”的 next 數(shù)組可知失配位置的字符 D 對應(yīng)的 next 值為 2,代表字符 D 前有長度為 2 的相同前綴和后綴(這個相同的前綴后綴即為“AB”),失配后,模式串需要向右移動 j - next [j] = 6 - 2 =4 位。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3341.png" alt="" />
向右移動 4 位后,模式串中的字符 C 繼續(xù)跟文本串匹配。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3342.png" alt="" />
對于 P 的前 j+1 個序列字符:
一般的文章或教材可能就此一筆帶過,但大部分的初學者可能還是不能很好的理解上述求解 next 數(shù)組的原理,故接下來,我再來著重說明下。
如下圖所示,假定給定模式串 ABCDABCE,且已知 next [j] = k(相當于“p0 pk-1” = “pj-k pj-1” = AB,可以看出 k 為 2),現(xiàn)要求 next [j + 1] 等于多少?因為 pk = pj = C,所以 next[j + 1] = next[j] + 1 = k + 1(可以看出 next[j + 1] = 3)。代表字符 E 前的模式串中,有長度 k+1 的相同前綴后綴。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3343.jpg" alt="" />
但如果 pk != pj 呢?說明“p0 pk-1 pk” ≠ “pj-k pj-1 pj”。換言之,當 pk != pj 后,字符 E 前有多大長度的相同前綴后綴呢?很明顯,因為 C 不同于 D,所以 ABC 跟 ABD 不相同,即字符 E 前的模式串沒有長度為 k+1 的相同前綴后綴,也就不能再簡單的令:next[j + 1] = next[j] + 1 。所以,咱們只能去尋找長度更短一點的相同前綴后綴。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3344.jpg" alt="" />
結(jié)合上圖來講,若能在前綴“ p0 pk-1 pk ” 中不斷的遞歸前綴索引 k = next [k],找到一個字符 pk’ 也為 D,代表 pk’ = pj,且滿足 p0 pk'-1 pk' = pj-k' pj-1 pj,則最大相同的前綴后綴長度為 k' + 1,從而 next [j + 1] = k’ + 1 = next [k' ] + 1。否則前綴中沒有 D,則代表沒有相同的前綴后綴,next [j + 1] = 0。
那為何遞歸前綴索引k = next[k],就能找到長度更短的相同前綴后綴呢?這又歸根到 next 數(shù)組的含義。我們拿前綴 p0 pk-1 pk 去跟后綴 pj-k pj-1 pj 匹配,如果 pk 跟 pj 失配,下一步就是用 p[next[k]] 去跟 pj 繼續(xù)匹配,如果 p[ next[k] ]跟 pj 還是不匹配,則需要尋找長度更短的相同前綴后綴,即下一步用 p[ next[ next[k] ] ] 去跟 pj 匹配。此過程相當于模式串的自我匹配,所以不斷的遞歸 k = next[k],直到要么找到長度更短的相同前綴后綴,要么沒有長度更短的相同前綴后綴。如下圖所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3345.png" alt="" />
所以,因最終在前綴 ABC 中沒有找到 D,故 E 的 next 值為 0:
模式串的后綴:ABDE
模式串的前綴:ABC
前綴右移兩位: ABC
讀到此,有的讀者可能又有疑問了,那能否舉一個能在前綴中找到字符 D 的例子呢?OK,咱們便來看一個能在前綴中找到字符 D 的例子,如下圖所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3346.jpg" alt="" />
給定模式串 DABCDABDE,我們很順利的求得字符 D 之前的“DABCDAB”的各個子串的最長相同前綴后綴的長度分別為 0 0 0 0 1 2 3,但當遍歷到字符 D,要求包括 D 在內(nèi)的“DABCDABD”最長相同前綴后綴時,我們發(fā)現(xiàn) pj 處的字符 D 跟 pk 處的字符 C 不一樣,換言之,前綴 DABC 的最后一個字符 C 跟后綴 DABD 的最后一個字符 D 不相同,所以不存在長度為 4 的相同前綴后綴。
怎么辦呢?既然沒有長度為 4 的相同前綴后綴,咱們可以尋找長度短點的相同前綴后綴,最終,因在 p0 處發(fā)現(xiàn)也有個字符 D,p0 = pj,所以 p[j] 對應(yīng)的長度值為 1,相當于 E 對應(yīng)的 next 值為 1(即字符 E 之前的字符串“DABCDABD”中有長度為 1 的相同前綴和后綴)。
綜上,可以通過遞推求得 next 數(shù)組,代碼如下所示:
void GetNext(char* p,int next[])
{
int pLen = strlen(p);
next[0] = -1;
int k = -1;
int j = 0;
while (j < pLen - 1)
{
//p[k]表示前綴,p[j]表示后綴
if (k == -1 || p[j] == p[k])
{
++k;
++j;
next[j] = k;
}
else
{
k = next[k];
}
}
}
用代碼重新計算下“ABCDABD”的 next 數(shù)組,以驗證之前通過“最長相同前綴后綴長度值右移一位,然后初值賦為 -1” 得到的 next 數(shù)組是否正確,計算結(jié)果如下表格所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3347.jpg" alt="" />
從上述表格可以看出,無論是之前通過“最長相同前綴后綴長度值右移一位,然后初值賦為 -1” 得到的 next 數(shù)組,還是之后通過代碼遞推計算求得的 next 數(shù)組,結(jié)果是完全一致的。
下面,我們來基于 next 數(shù)組進行匹配。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3351.jpg" alt="" />
還是給定文本串“BBC ABCDAB ABCDABCDABDE”,和模式串“ABCDABD”,現(xiàn)在要拿模式串去跟文本串匹配,如下圖所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3352.png" alt="" />
在正式匹配之前,讓我們來再次回顧下上文 2.1 節(jié)所述的 KMP 算法的匹配流程:
“假設(shè)現(xiàn)在文本串S匹配到 i 位置,模式串 P 匹配到 j 位置
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3353.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3354.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3355.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3356.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3357.png" alt="" />
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3358.png" alt="" />
匹配過程一模一樣。也從側(cè)面佐證了,next 數(shù)組確實是只要將各個最大前綴后綴的公共元素的長度值右移一位,且把初值賦為 -1 即可。
我們已經(jīng)知道,利用 next 數(shù)組進行匹配失配時,模式串向右移動 j - next [ j ] 位,等價于已匹配字符數(shù) - 失配字符的上一位字符所對應(yīng)的最大長度值。原因是:
但為何本文不直接利用 next 數(shù)組進行匹配呢?因為 next 數(shù)組不好求,而一個字符串的前綴后綴的公共元素的最大長度值很容易求。例如若給定模式串“ababa”,要你快速口算出其 next 數(shù)組,乍一看,每次求對應(yīng)字符的 next 值時,還得把該字符排除之外,然后看該字符之前的字符串中有最大長度為多大的相同前綴后綴,此過程不夠直接。而如果讓你求其前綴后綴公共元素的最大長度,則很容易直接得出結(jié)果:0 0 1 2 3,如下表格所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3361.jpg" alt="" />
然后這 5 個數(shù)字 全部整體右移一位,且初值賦為 -1,即得到其 next 數(shù)組:-1 0 0 1 2。
next 負責把模式串向前移動,且當?shù)趈位不匹配的時候,用第 next[j] 位和主串匹配,就像打了張“表”。此外,next 也可以看作有限狀態(tài)自動機的狀態(tài),在已經(jīng)讀了多少字符的情況下,失配后,前面讀的若干個字符是有用的。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3371.png" alt="" />
行文至此,咱們?nèi)媪私饬吮┝ζヅ涞乃悸贰MP算法的原理、流程、流程之間的內(nèi)在邏輯聯(lián)系,以及 next 數(shù)組的簡單求解(《最大長度表》整體右移一位,然后初值賦為 -1)和代碼求解,最后基于《next 數(shù)組》的匹配,看似洋洋灑灑,清晰透徹,但以上忽略了一個小問題。
比如,如果用之前的 next 數(shù)組方法求模式串“abab”的 next 數(shù)組,可得其 next 數(shù)組為-1 0 0 1(0 0 1 2整體右移一位,初值賦為 -1),當它跟下圖中的文本串去匹配的時候,發(fā)現(xiàn) b 跟 c 失配,于是模式串右移 j - next[j] = 3 - 1 =2 位。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3381.jpg" alt="" />
右移 2 位后,b 又跟 c 失配。事實上,因為在上一步的匹配中,已經(jīng)得知 p[3] = b,與 s[3] = c 失配,而右移兩位之后,讓 p[ next[3] ] = p[1] = b 再跟 s[3] 匹配時,必然失配。問題出在哪呢?
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3382.jpg" alt="" />
問題出在不該出現(xiàn) p[j] = p[ next[j] ]。為什么呢?理由是:當 p[j] != s[i] 時,下次匹配必然是 p[ next [j]] 跟 s[i] 匹配,如果 p[j] = p[ next[j] ],必然導致后一步匹配失?。ㄒ驗?p[j] 已經(jīng)跟 s[i] 失配,然后你還用跟 p[j] 等同的值 p[next[j]] 去跟 s[i] 匹配,很顯然,必然失配),所以不能允許 p[j] = p[ next[j ]]。如果出現(xiàn)了 p[j] = p[ next[j] ] 咋辦呢?如果出現(xiàn)了,則需要再次遞歸,即令 next[j] = next[ next[j] ]。
所以,咱們得修改下求 next 數(shù)組的代碼。
//優(yōu)化過后的next 數(shù)組求法
void GetNextval(char* p, int next[])
{
int pLen = strlen(p);
next[0] = -1;
int k = -1;
int j = 0;
while (j < pLen - 1)
{
//p[k]表示前綴,p[j]表示后綴
if (k == -1 || p[j] == p[k])
{
++j;
++k;
//較之前next數(shù)組求法,改動在下面4行
if (p[j] != p[k])
next[j] = k; //之前只有這一行
else
//因為不能出現(xiàn)p[j] = p[ next[j ]],所以當出現(xiàn)時需要繼續(xù)遞歸,k = next[k] = next[next[k]]
next[j] = next[k];
}
else
{
k = next[k];
}
}
}
利用優(yōu)化過后的 next 數(shù)組求法,可知模式串“abab”的新 next 數(shù)組為:-1 0 -1 0。可能有些讀者會問:原始next 數(shù)組是前綴后綴最長公共元素長度值右移一位, 然后初值賦為 -1 而得,那么優(yōu)化后的 next 數(shù)組如何快速心算出呢?實際上,只要求出了原始 next 數(shù)組,便可以根據(jù)原始 next 數(shù)組快速求出優(yōu)化后的 next 數(shù)組。還是以 abab 為例,如下表格所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3383.jpg" alt="" />
只要出現(xiàn)了 p[next[j]] = p[j] 的情況,則把 next[j] 的值再次遞歸。例如在求模式串“abab”的第 2 個 a 的 next 值時,如果是未優(yōu)化的 next 值的話,第 2 個 a 對應(yīng)的 next 值為 0,相當于第 2 個 a 失配時,下一步匹配模式串會用 p[0] 處的 a 再次跟文本串匹配,必然失配。所以求第 2 個 a 的 next 值時,需要再次遞歸:next[2] = next[ next[2] ] = next[0] = -1(此后,根據(jù)優(yōu)化后的新 next 值可知,第 2 個 a 失配時,執(zhí)行“如果 j = -1,或者當前字符匹配成功(即 S[i] == P[j]),都令 i++,j++,繼續(xù)匹配下一個字符”),同理,第 2 個 b 對應(yīng)的 next 值為 0。
對于優(yōu)化后的 next 數(shù)組可以發(fā)現(xiàn)一點:如果模式串的后綴跟前綴相同,那么它們的 next 值也是相同的,例如模式串 abcabc,它的前綴后綴都是 abc,其優(yōu)化后的 next 數(shù)組為:-1 0 0 -1 0 0,前綴后綴 abc 的 next 值都為 -1 0 0。
然后引用下之前 3.1 節(jié)的 KMP 代碼:
int KmpSearch(char* s, char* p)
{
int i = 0;
int j = 0;
int sLen = strlen(s);
int pLen = strlen(p);
while (i < sLen && j < pLen)
{
//①如果j = -1,或者當前字符匹配成功(即S[i] == P[j]),都令i++,j++
if (j == -1 || s[i] == p[j])
{
i++;
j++;
}
else
{
//②如果j != -1,且當前字符匹配失?。碨[i] != P[j]),則令 i 不變,j = next[j]
//next[j]即為j所對應(yīng)的next值
j = next[j];
}
}
if (j == pLen)
return i - j;
else
return -1;
}
接下來,咱們繼續(xù)拿之前的例子說明,整個匹配過程如下:
1.S[3] 與 P[3] 匹配失敗。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3385.jpg" alt="" />
2.S[3] 保持不變,P 的下一個匹配位置是 P[next[3]],而 next[3]=0,所以 P[next[3]]=P[0] 與 S[3] 匹配。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3386.jpg" alt="" />
3.由于上一步驟中 P[0] 與 S[3] 還是不匹配。此時 i=3,j=next [0]=-1,由于滿足條件 j==-1,所以執(zhí)行“++i, ++j”,即主串指針下移一個位置,P[0] 與 S[4] 開始匹配。最后 j==pLen,跳出循環(huán),輸出結(jié)果 i - j = 4(即模式串第一次在文本串中出現(xiàn)的位置),匹配成功,算法結(jié)束。
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/3387.jpg" alt="" />
相信大部分讀者讀完上文之后,已經(jīng)發(fā)覺其實理解 KMP 非常容易,無非是循序漸進把握好下面幾點:
如之前的圖所示:
http://wiki.jikexueyuan.com/project/kmp-algorithm/images/341.jpg" alt="" />
接下來,咱們來分析下 KMP 的時間復(fù)雜度。分析之前,先來回顧下 KMP 匹配算法的流程:
“KMP 的算法流程:
我們發(fā)現(xiàn)如果某個字符匹配成功,模式串首字符的位置保持不動,僅僅是 i++、j++;如果匹配失配,i 不變(即 i 不回溯),模式串會跳過匹配過的 next [j] 個字符。整個算法最壞的情況是,當模式串首字符位于 i - j 的位置時才匹配成功,算法結(jié)束。
所以,如果文本串的長度為 n,模式串的長度為 m,那么匹配過程的時間復(fù)雜度為 O(n),算上計算 next 的 O(m) 時間,KMP 的整體時間復(fù)雜度為 O(m + n)。