KMP算法
来源:互联网 发布:notepad sql格式化 编辑:程序博客网 时间:2024/06/10 17:55
From:http://www.cppblog.com/suiaiguo/archive/2009/07/16/90237.html
KMP 匹配算法是由 "Knuth Morris Pratt" 提出的一种快速的模式匹配算法。
hint:不为自身的最大首尾重复子串长度
1.待解决的问题:假设P为给定的子串,T是待查找的字符串,要求从T中找出与P相同的所有子串,这称为模式匹配问题。 (可以给出子串在T中的位置) (下文中提到的P和T分别为子串和目标串)
让我们先来看个例题:
T
T0
T1
T2
T3
……
Tm-1
……
Tn-1
P
P0
P1
P2
P3
……
Pm-1
从T的最左边开始比较,使得 TK = PK,则匹配成功。
2.解决模式匹配问题的方案:
A:朴素的模式匹配算法(思路简单,但不够简便,时间长,有回溯):最简单和最直接的做法,用P中的字符依次与T中的字符进行比较,遇到不相等的字符,则可将P右移一个字符,重新进行比较,直到某次匹配成功或者到达P的最右字符移出T为止。
如:若P="aaaba", T="aaabbaaaba", 则匹配过程如下图
从上不难分析,最坏的情况是“每次比较都在最后一个字符出现不等,每趟最多比较M次,最多比较N-M+1趟,总的比较次数最多为M*(N- M+1)” ,时间复杂性为0(M*N)。 在P右移一位时,不管上一趟比较的中间结果是什么,因此回溯是不可避免的(如:前3个aaa 不需要一位一位的移 ) 。下面我来介绍无回溯的KMP算法。
3.KMP算法解决匹配中哪些主要问题:
A.当字符串比较出现不等时,确定下一趟比较前,应该将P右移多少个字符;
B. P右移后,应该从哪个字符开始和T中刚才比较时不等的那个字符继续开始比较。
我们通过朴素模式匹配的例子来引出问题。在第一次比较过程中失败的是P的第4个字符b,这表明P的前4个字符是成功的。模式P的第3个字符b在它的前3个 字符(aaa)中并未出现。因此,在下一次比较时候,至少要将P向后移4个字符;再看P的第一个字符与最后一个字符是相同的,因此将P右移4个字符后,再 从第一个字符比较,肯定也是不等的。综上所诉:应该将P右移5个字符,再从P的第0个字符和T的第5个字符开始比较!
KMP算法核心:KMP算法借助于一个辅助数组next来确定当匹配过程中出现不等时,模式P右移的位置和开始比较的位置。next[i]的 取值只与模式P本身的前i+1项有关,而与目标T无关。匹配过程中遇到Pi不等于Tj时,若next[i]>=0,则应将P右移i-next[i] 位个字符,用P中的第next[i]个字符与Tj 进行比较;若:next[i]= -1,P中的任何字符都不必再与Tj比较,而应将P右移i+1个字符,从P0和Tj+1从新开始下一轮比较(可能不太好理解,自己找个例子,对着话一句一 句试试看)
因此只要计算出与模式P相关的next数组,按上面的含义,就可以很容易地给出串的匹配算法。(问题就这样转化了)
C.next的计算:以P = " 01001010100001"为例。
如1:我们要算next[2]的值,有关的为P本身的前2个字符0,1。在字符串01中,寻找出“左右相同的最大字符串,此字符串所含字符的个数就为next[i]的值”而0不等于1,相同字符串不存在,所以next[i] = 0;
如2:我们要算next[6]的值,有关的为P本身前6个字符010010 。此字符串中010 = 010左右相同的最大字符串为010,个数为3。所以next[i]=3;
如3:我们要算next[5]的值,有关的为P本身前5个字符01001。此字符串中 01=01 左右相同的最大字符串为01,个数为2。所以next[i]=2;
- KMP算法详解 【KMP】
- 【KMP】KMP算法模板
- KMP hihoCoder1015 KMP算法
- kmp算法
- KMP算法
- KMP算法
- KMP算法
- KMP算法
- KMP 算法
- kmp算法
- KMP算法
- kmp算法
- KMP算法
- KMP算法
- kmp算法
- kmp算法
- KMP算法
- KMP算法
- JQuery之总结及示例代码
- LinkedHashMap的实现原理
- Sybase IQ,你需要知道的基础
- ASP常见WRITE方法的使用
- Python XML
- KMP算法
- Linux系统下如何监测C程序的内存泄露
- Qt学习(1)
- Spring基于 Annotation 的简单介绍
- Libpcap使用总结
- 英文网站优化排名设计通道
- ZOJ 3077
- (转)UML实践----用例图、顺序图、状态图、类图、包图、协作图
- 使用Nginx轻松实现开源负载均衡