转自：
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; } |
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+1,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]; } } |
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 ; } |
-----------------------
-----------------------
k m x j i
由上，next【i】=j，两段红色的字符串相等（两个字符串完全相等），s[k....j]==s[m....i]
设s[x...j]=s[j....i](xj=ji)
则可得，以下简写字符串表达方式
kj=kx+xj;
mi=mj+ji;
因为xj=ji，所以kx=mj，如下图所示
-------------
-------------
k m x j
看到了没，此时又重复上面的模型了，kx=mj，所以可以一直这样递推下去
所以可以推出一个重要的性质len-next[i]为此字符串的最小循环节(i为字符串的结尾)，另外如果len%(len-next[i])==0,此字符串的最小周期就为len/(len-next[i]);
转自：