KMP算法

KMP算法是一种基于BF算法改进的字符串匹配算法
由D.E.Knuth,J.H.Morris和V.R.Pratt于1977年联合发表
取三位大佬的姓氏首字母命名为KMP算法

算法核心:

  • 构建模式串的next数组

要点:

  1. next[0]位置没有前后缀置-1,next[1]位置前后缀相同置为0
  2. 匹配成功则i++ && ++n,++n的原因为:next[i]最多比next[i-1]多一个
  3. 失败时可以利用前面匹配过的结果:
  • n != 0=>n = next[n]
  • n == 0=>next[i++] = 0
模式串 a b c a b c a d b
i 0 1 2 3 4 5 6 7 8
n 0 0 0 0 1 2 3 4 4=>1=>0
next -1 0 0 0 1 2 3 4 0

获得next数组后我们就可以加速主串与模式串的匹配:

主串 e a b c a b d a b c a a
i1 0 1 2 3 4 5 6 7 8 9 10 11 12
i2 0 0 1 2 3 4 5=>2=>0 0 1 2 3 4=>1=>0 1
  • 时间复杂度:O(N + M)

  • 空间复杂度:O(M)

Talk is cheap. Show me the code!

#include <iostream>
#include <vector>
#include <string>
using namespace std;

int KMP(string);
vector<int> getNext(string);

int KMP(string str1, string str2) {
    if (str1.size() < str2.size() || str2.empty())
        return -1;
    vector<int> next = getNext(str2);
    int i1 = 0;
    int i2 = 0;
    while (i1 < str1.size() && i2 < str2.size()) {
        if (str1[i1] == str2[i2]) {
            i1++;
            i2++;
        }
        else if (next[i2] == -1) {
            i1++;
        }
        else {
            i2 = next[i2];
        }
    }
    return i2 == str2.size() ? i1 - i2 : -1;
}

// 算出str的每个位置的最长前后缀匹配长度
vector<int> getNext(string str) {
    if (str.size() == 1)
        return { -1 };
    vector<int> next(str.size(), -1);// nexts[n]表示,str[0~n-1]的字符串最长前后缀匹配长度
    next[0] = -1; next[1] = 0;
    int i = 2;
    int n = 0;
    while (i < next.size()) {
        if (str[i - 1] == str[n]) {
            next[i++] = ++n;
        }
        else if (n > 0){
            n = next[n];
        }
        else {
            next[i++] = 0;
        }
    }
    return next;
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,417评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,921评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,850评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,945评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,069评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,188评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,239评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,994评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,409评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,735评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,898评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,578评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,205评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,916评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,156评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,722评论 2 363
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,781评论 2 351