数据结构与算法JavaScript(五) :串(经典KMP算法)
来源:互联网 发布:linux创建文件夹权限 编辑:程序博客网 时间:2024/06/04 17:55
KMP算法和BM算法
KMP是前缀匹配和BM后缀匹配的经典算法,看得出来前缀匹配和后缀匹配的区别就仅仅在于比较的顺序不同
前缀匹配是指:模式串和母串的比较从左到右,模式串的移动也是从 左到右
后缀匹配是指:模式串和母串的的比较从右到左,模式串的移动从左到右。
通过上一章显而易见BF算法也是属于前缀的算法,不过就非常霸蛮的逐个匹配的效率自然不用提了O(mn),网上蛋疼的KMP是讲解很多,基本都是走的高大上路线看的你也是一头雾水,我试图用自己的理解用最接地气的方式描述
KMP
KMP也是一种优化版的前缀算法,之所以叫KMP就是Knuth、Morris、Pratt三个人名的缩写,对比下BF那么KMP的算法的优化点就在“每次往后移动的距离”它会动态的调整每次模式串的移动距离,BF是每次都+1,
KMP则不一定
如图BF与KMP前置算法的区别对比
我通过图对比我们发现:
在文本串T中搜索模式串P,在自然匹配第6个字母c的时候发现二等不一致了,那么BF的方法,就是把整个模式串P移动一位,KMP则是移动二位.
BF的匹配方法我们是知道的,但是KMP为什么会移动二位,而不是一位或者三位四位呢?
这就上一张图我们讲解下,模式串P在匹配了ababa的时候都是正确的,当到c的时候才是错误,那么KMP算法的想法是:ababa是正确的匹配完成的信息,我们能不能利用这个信息,不要把”搜索位置”移回已经比较过的位置,继续把它向后移,这样就提高了效率。
那么问题来了, 我怎么知道要移动多少个位置?
这个偏移的算法KMP的作者们就给我们总结好了:
偏移算法只跟子串有关系,没文本串没毛线关系,所以这里需要特别注意了
那么我们怎么理解子串中已匹配的字符数与对应的部分匹配值?
已匹配的字符:
T : abababaabab
p : ababacb
p中红色的标记就是已经匹配的字符,这个很好理解
部分匹配值:
这个就是核心的算法了,也是比较难于理解的
假如:
T:aaronaabbcc
P:aaronaac
我们可以观察这个文本如果我们在匹配c的时候出错,我们下一个移动的位置就上个的结构来讲,移动到那里最合理?
aaronaabbcc
aaronaac
那么就是说:在模式文本内部,某一段字符头尾都一样,那么自然过滤的时候可以跳过这一段内容了,这个思路也是合理的
知道了这个规律,那么给出来的部分匹配表算法如下:
首先,要了解两个概念:”前缀”和”后缀”。 “前缀”指除了最后一个字符以外,一个字符串的全部头部组合;”后缀”指除了第一个字符以外,一个字符串的全部尾部组合。
“部分匹配值”就是”前缀”和”后缀”的最长的共有元素的长度”
我们看看aaronaac的如果是BF匹配的时候划分是这样的
BF的位移: a,aa,aar,aaro,aaron,aarona,aaronaa,aaronaac
那么KMP的划分呢?这里就要引入前缀与后缀了
我们先看看KMP部分匹配表的结果是这样的:
a a r o n a a c
[0, 1, 0, 0, 0, 1, 2, 0]
肯定是一头雾水,不急我们分解下,前缀与后缀
匹配字符串 :“Aaron”
前缀:A,Aa, Aar ,Aaro
后缀:aron,ron,on,n
移动的位置:其实就是针对每一个已匹配的字符做前缀与后缀的对比是否相等,然后算出共有的长度
部分匹配表的分解
KMP中的匹配表的算法,其中p表示前缀,n表示后缀,r表示结果
a, p=>0, n=>0 r = 0
aa, p=>[a],n=>[a] , r = a.length => 1
aar, p=>[a,aa], n=>[r,ar] ,r = 0
aaro, p=>[a,aa,aar], n=>[o,ra,aro] ,r = 0
aaron p=>[a,aa,aar,aaro], n=>[n,on,ron,aron] ,r = 0
aarona, p=>[a,aa,aar,aaro,aaron], n=>[a,na,ona,rona,arona] ,r = a.lenght = 1
aaronaa, p=>[a,aa,aar,aaro,aaron,aarona], n=>[a,aa,naa,onaa,ronaa,aronaa] , r = Math.max(a.length,aa.length) = 2
aaronaac p=>[a,aa,aar,aaro,aaron,aarona], n=>[c,ac,aac,naac,onaac,ronaac] r = 0
类似BF算法一下,先分解每一次可能匹配的下标的位置先缓存起来,在匹配的时候通过这个《部分匹配表》来定位需要后移动的位数
所以最后aaronaac的匹配表的结果 0,1,0,0,0,1,2,0 就是这么来的
下面将会实现JS版的KMP,有2种
KMP实现(一):缓存匹配表的KMP
KMP实现(二):动态计算next的KMP
KMP实现(一)
匹配表
KMP算法中最重要的就是匹配表,如果不要匹配表那就是BF的实现,加上匹配表就是KMP了
匹配表决定了next下一个位移的计数
针对上面匹配表的规律,我们设计一个kmpGetStrPartMatchValue的方法
function
kmpGetStrPartMatchValue(str) {
var
prefix = [];
var
suffix = [];
var
partMatch = [];
for
(
var
i = 0, j = str.length; i < j; i++) {
var
newStr = str.substring(0, i + 1);
if
(newStr.length == 1) {
partMatch[i] = 0;
}
else
{
for
(
var
k = 0; k < i; k++) {
//前缀
prefix[k] = newStr.slice(0, k + 1);
//后缀
suffix[k] = newStr.slice(-k - 1);
//如果相等就计算大小,并放入结果集中
if
(prefix[k] == suffix[k]) {
partMatch[i] = prefix[k].length;
}
}
if
(!partMatch[i]) {
partMatch[i] = 0;
}
}
}
return
partMatch;
}
完全按照KMP中的匹配表的算法的实现,通过str.substring(0, i + 1) 分解a->aa->aar->aaro->aaron->aarona->aaronaa-aaronaac
然后在每一个分解中通过前缀后缀算出共有元素的长度
回退算法
KMP也是前置算法,完全可以把BF那一套搬过来,唯一修改的地方就是BF回溯的时候直接是加1,KMP在回溯的时候我们就通过匹配表算出这个next值即可
//子循环
for
(
var
j = 0; j < searchLength; j++) {
//如果与主串匹配
if
(searchStr.charAt(j) == sourceStr.charAt(i)) {
//如果是匹配完成
if
(j == searchLength - 1) {
result = i - j;
break
;
}
else
{
//如果匹配到了,就继续循环,i++是用来增加主串的下标位
i++;
}
}
else
{
//在子串的匹配中i是被叠加了
if
(j > 1 && part[j - 1] > 0) {
i += (i - j - part[j - 1]);
}
else
{
//移动一位
i = (i - j)
}
break
;
}
}
红色标记的就是KMP的核心点 next的值 = 已匹配的字符数 – 对应的部分匹配值
完整的KMP算法
<!doctype html><div id=
"test2"
><div><script type=
"text/javascript"
>
function
kmpGetStrPartMatchValue(str) {
var
prefix = [];
var
suffix = [];
var
partMatch = [];
for
(
var
i = 0, j = str.length; i < j; i++) {
var
newStr = str.substring(0, i + 1);
if
(newStr.length == 1) {
partMatch[i] = 0;
}
else
{
for
(
var
k = 0; k < i; k++) {
//取前缀
prefix[k] = newStr.slice(0, k + 1);
suffix[k] = newStr.slice(-k - 1);
if
(prefix[k] == suffix[k]) {
partMatch[i] = prefix[k].length;
}
}
if
(!partMatch[i]) {
partMatch[i] = 0;
}
}
}
return
partMatch;
}
function
KMP(sourceStr, searchStr) {
//生成匹配表
var
part = kmpGetStrPartMatchValue(searchStr);
var
sourceLength = sourceStr.length;
var
searchLength = searchStr.length;
var
result;
var
i = 0;
var
j = 0;
for
(; i < sourceStr.length; i++) {
//最外层循环,主串
//子循环
for
(
var
j = 0; j < searchLength; j++) {
//如果与主串匹配
if
(searchStr.charAt(j) == sourceStr.charAt(i)) {
//如果是匹配完成
if
(j == searchLength - 1) {
result = i - j;
break
;
}
else
{
//如果匹配到了,就继续循环,i++是用来增加主串的下标位
i++;
}
}
else
{
//在子串的匹配中i是被叠加了
if
(j > 1 && part[j - 1] > 0) {
i += (i - j - part[j - 1]);
}
else
{
//移动一位
i = (i - j)
}
break
;
}
}
if
(result || result == 0) {
break
;
}
}
if
(result || result == 0) {
return
result
}
else
{
return
-1;
}
}
var
s =
"BBC ABCDAB ABCDABCDABDE"
;
var
t =
"ABCDABD"
;
show(
'indexOf'
,
function
() {
return
s.indexOf(t)
})
show(
'KMP'
,
function
() {
return
KMP(s,t)
})
function
show(bf_name,fn) {
var
myDate = +
new
Date()
var
r = fn();
var
div = document.createElement(
'div'
)
div.innerHTML = bf_name +
'算法,搜索位置:'
+ r +
",耗时"
+ (+
new
Date() - myDate) +
"ms"
;
document.getElementById(
"test2"
).appendChild(div);
}
</script></div></div>
KMP(二)
第一种kmp的算法很明显,是通过缓存查找匹配表也就是常见的空间换时间了。那么另一种就是时时查找的算法,通过传递一个具体的完成字符串,算出这个匹配值出来,原理都一样
生成缓存表的时候是整体全部算出来的,我们现在等于只要挑其中的一条就可以了,那么只要算法定位到当然的匹配即可
next算法
function
next(str) {
var
prefix = [];
var
suffix = [];
var
partMatch;
var
i = str.length
var
newStr = str.substring(0, i + 1);
for
(
var
k = 0; k < i; k++) {
//取前缀
prefix[k] = newStr.slice(0, k + 1);
suffix[k] = newStr.slice(-k - 1);
if
(prefix[k] == suffix[k]) {
partMatch = prefix[k].length;
}
}
if
(!partMatch) {
partMatch = 0;
}
return
partMatch;
}
其实跟匹配表是一样的,去掉了循环直接定位到当前已成功匹配的串了
完整的KMP.next算法
<!doctype html><div id=
"testnext"
><div><script type=
"text/javascript"
>
function
next(str) {
var
prefix = [];
var
suffix = [];
var
partMatch;
var
i = str.length
var
newStr = str.substring(0, i + 1);
for
(
var
k = 0; k < i; k++) {
//取前缀
prefix[k] = newStr.slice(0, k + 1);
suffix[k] = newStr.slice(-k - 1);
if
(prefix[k] == suffix[k]) {
partMatch = prefix[k].length;
}
}
if
(!partMatch) {
partMatch = 0;
}
return
partMatch;
}
function
KMP(sourceStr, searchStr) {
var
sourceLength = sourceStr.length;
var
searchLength = searchStr.length;
var
result;
var
i = 0;
var
j = 0;
for
(; i < sourceStr.length; i++) {
//最外层循环,主串
//子循环
for
(
var
j = 0; j < searchLength; j++) {
//如果与主串匹配
if
(searchStr.charAt(j) == sourceStr.charAt(i)) {
//如果是匹配完成
if
(j == searchLength - 1) {
result = i - j;
break
;
}
else
{
//如果匹配到了,就继续循环,i++是用来增加主串的下标位
i++;
}
}
else
{
if
(j > 1) {
i += i - next(searchStr.slice(0,j));
}
else
{
//移动一位
i = (i - j)
}
break
;
}
}
if
(result || result == 0) {
break
;
}
}
if
(result || result == 0) {
return
result
}
else
{
return
-1;
}
}
var
s =
"BBC ABCDAB ABCDABCDABDE"
;
var
t =
"ABCDAB"
;
show(
'indexOf'
,
function
() {
return
s.indexOf(t)
})
show(
'KMP.next'
,
function
() {
return
KMP(s,t)
})
function
show(bf_name,fn) {
var
myDate = +
new
Date()
var
r = fn();
var
div = document.createElement(
'div'
)
div.innerHTML = bf_name +
'算法,搜索位置:'
+ r +
",耗时"
+ (+
new
Date() - myDate) +
"ms"
;
document.getElementById(
"testnext"
).appendChild(div);
}
</script></div></div>
git代码下载: https://github.com/JsAaron/data_structure
- 数据结构与算法JavaScript(五) :串(经典KMP算法)
- 经典数据结构与算法(五)-哈希表
- 算法与数据结构-KMP算法
- 【算法与数据结构】KMP算法
- 数据结构与算法五
- 数据结构与算法3:KMP
- [数据结构与算法]KMP算法总结
- 【数据结构与算法】字符串匹配KMP算法
- 数据结构与算法JavaScript
- JavaScript数据结构与算法
- 数据结构与算法javascript描述(五) 选择排序
- 数据结构与算法Javascript描述(五)循环链表
- 学习JavaScript数据结构与算法(五)——集合
- 数据结构---串(KMP算法)
- [数据结构与算法]BF算法与KMP算法实现
- 数据结构与算法经典80
- 数据结构与算法(五)
- KMP算法与一个经典概率问题
- 算法学习-归并排序
- InvalidateRect
- 数据结构与算法JavaScript (四) :串(BF)
- Cocos2d-x手机游戏开发视频教程
- 【iOS开发-114】ABAddressBook通讯录:增删改查的简单介绍,CF框架于F框架间的转换
- 数据结构与算法JavaScript(五) :串(经典KMP算法)
- JQuery中的事件冒泡和阻止事件的传播行为
- PC版微信真的来了,让沟通更近一步吧!
- 近似算法-欧几里得旅行商问题JAVA语言
- 编解码学习笔记(五):Mpeg系列——AAC音频
- 操作系统基础
- Linux基础
- golang类型断言
- 有关采用Filter:实现网站自动登录功能模块