算法:KMP算法

提到字符串,就一定会提及响当当的KMP算法。KMP用于在字符串序列中检索子序列,是形式简单、内涵丰富的代表算法之一。

问题

如果对比两个序列,从头到尾逐元素对比就可以了。但是如果在一个长序列中检测一个短序列呢?
设长序列为S,短序列为s。


  1. 从S中找到s的第一个元素


  2. 从该元素起逐一比对,直至比对完成或遇见不匹配的字符为止


  3. 在S中重新寻找s的第一个元素,重复以上过程。


思考

上述做法中,只要比对失败,就重新来过,时间复杂度最高可以到O(M*N),其中N和M分别是长串和短串的长度。能否有改良的算法呢?
在比对的过程中,我们已经知道了短串的前几位是“ABCABD”,能否利用该有效信息呢?
KMP算法就是在这种情况下诞生的。

情况

我们假设有这样的情况:
s的后缀中前N个元素,可以与s的前N个元素重合。
例如:“ABD”是s的其中一个后缀,前两个元素AB与s的“ABCABD”中前两个元素AB重合。



这样的话,元素C和元素D就产生了一个联系。好比如说D的父母AB和C的父母AB是邻居,那么D和B一定是玩伴。

关联

已知i<j,A[i]前面一共有N个元素,这N个元素与A[j]前面的N个元素完全匹配,则称A[i]和A[j]是有关联的。
关联是一种期望的匹配关系。相关联的元素可以相等,可以不等。是否能匹配上,并不关心。
这种情况下,如果比对短串中的某个元素失败,不需要从头开始比对,只需要比对该元素的关联即可。



例如,S中的C与s中的D不匹配,只需要去匹配s中和D关联的C即可。如果匹配上,继续向后遍历。否则继续上述过程。
这样的话,如果匹配失败,只需要从关联位开始进行匹配,而非从子串头开始匹配。

关联数组


KMP算法核心是关联数组的求解。一个子串需要求出其对应的关联数组。
规则如下:
已知A[N-1]与A[M-1]相关联(N>M),求A[N]的关联项。

  • 如果A[N-1]与A[M-1]相等,则A[N]和A[M]相关联。
  • 如果A[N-1]与A[M-1]不等,则向前寻找与A[M-1]相关联的项,尝试将A[N]与其建立关联关系,并重复以上规则,直至:
    1. 找到相等项:A[N]与该项后继建立关联
    2. 未找到相等项:A[N]与字符串首项建立关联

解释

  1. 如果A[N-1]与A[M-1]关联且相等,则他们的后继会产生关联。就如同父辈间的关系很好,则子女很大几率会联姻。
    这种关联实际上就是期望的匹配关系,某个字符匹配上了,后继才能和下一个匹配。
  2. 如果A[N-1]与A[M-1]不等,则向前寻找与A[M]相关联的项,尝试将A[N]与其建立关联关系。简单说,x和y关联,y和z关联,则x和z关联。
    上图中,z的前驱和y的前驱关联且相等,故z和y关联。但是z和y不相等,于是z去找y的关联项x,与它去匹配。如果还没匹配上,继续找x的关联项,直到匹配上或越界。

包办婚姻那些事

只有双方爸妈很熟的情况下,才会给双方的孩子订婚。例如y和z的爸妈很熟,于是y和z订了婚。后来两个年轻人性格不合分手,z很气愤地去和y的订婚对象x拍拖(请忽略性别关系),如果不成,继续找X的订婚者,直到找到一个性格相合的人结婚为止。如果最后都没有找到,暂时和字符串头订婚(表示单身)。
为什么关联有继承性呢?因为如果x和y有关联,说明x的前N项和y的前N项是重合的。也就是说,x和y关联,y和z关联,意味着它们前N项都一致,当然x和z可以关联。
如果z的爸妈和y的爸妈很熟,y的爸妈和z的爸妈很熟,则x的爸妈和z的爸妈通常很熟,x和z就可以订婚。

CODE1

void MakeNext(const char* s,int* next){
      //0号字符不应与任何元素相关联,但是为了统一写法,与-1相关联
      next[0]=-1;
      for(int i=1;i<strlen(s);i++){
       //i元素前驱
      int fore=i-1;
      //前驱的关联项
      int j=next[fore];
      //迭代关联项直至匹配完毕或越界
      while(s[j]!=s[fore] && j >=0) 
          j=next[j];//递推计算
      //如果最终可以匹配上
      if(s[fore]==s[j]) 
          next[i]=j+1;
      //否则登记为单身
      else 
          next[i]=0;
   }
}

要点:

  • 元素i的前驱fore的关联项是j,如果匹配不上,就匹配j的关联项next[j],next[next[j]]...直至j越界。
  • 0号字符不应与任何元素相关联,但是为了统一写法,关联项是-1。因为匹配到头元素说明已经是最后人选了,再匹配下去当然是越界了。
  • 需要保证next至少有n的容量

CODE2

int kmp(const char* S,const char* s){
     int n=strlen(S),m=strlen(s);
     int* next=new int[n];
     MakeNext(s,next);
     for(int i=0,j=0; i < n; ++i){
         //如果不匹配就一直找关联项
         while(j > 0 && s[j] != S[i])
             j = next[j];
         if (s[j] == S[i])
            j++;
         if (j == m){ //等于m而非m-1;因为上一个语句刚刚进行了j++。如果已经比对完最后一位,j++就是m
            delete[] next;
            return i-m+1;
         }
     }    
     delete[] next;
     return -1;
 }
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 201,681评论 5 474
  • 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 84,710评论 2 377
  • 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 148,623评论 0 334
  • 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 54,202评论 1 272
  • 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 63,232评论 5 363
  • 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 48,368评论 1 281
  • 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 37,795评论 3 393
  • 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 36,461评论 0 256
  • 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 40,647评论 1 295
  • 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 35,476评论 2 317
  • 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 37,525评论 1 329
  • 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 33,226评论 3 318
  • 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 38,785评论 3 303
  • 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 29,857评论 0 19
  • 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 31,090评论 1 258
  • 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 42,647评论 2 348
  • 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 42,215评论 2 341

推荐阅读更多精彩内容

  • 一年级语文上册生字表 生字表一(共400字) 啊(ā)爱(ài)安(ān)岸(àn)爸(bà)八(bā)巴(bā)...
    meychang阅读 2,753评论 0 6
  • 一、实验目的 学习使用 weka 中的常用分类器,完成数据分类任务。 二、实验内容 了解 weka 中 explo...
    yigoh阅读 8,400评论 5 4
  • sì 支zhī茶chá 对duì 酒jiǔ,赋fù 对duì 诗shī,燕yàn子zi 对duì 莺yīng 儿é...
    每个人的孟母堂阅读 1,189评论 0 6
  • 2017.10.02 星期一 昨天晚上王辰回来了,而且明天要来很多客人,最后睡一晚床,好舒服,不过因为在思考人生...
    清风腾逸阅读 543评论 0 51
  • 在简书上的第二十一天,写了18008字,获得了41个喜欢,16个粉丝。 这是我给自己的成绩单,对,只是给自己的。 ...
    闲看庭前花开阅读 207评论 1 2