七分鍾理解什么是 KMP 算法


本文是介紹 什么是 BF算法KMP算法BM算法 三部曲之一。

KMP算法 內部涉及到的數學原理與知識太多,本文只會對 KMP算法 的運行過程、 部分匹配表next數組 進行介紹,如果理解了這三點再去閱讀其它有關 KMP算法 的文章肯定能有個清晰的認識。

以下的文字描述請結合視頻動畫來閱讀~

視頻地址:https://www.bilibili.com/video/av60334201/

定義

Knuth-Morris-Pratt 字符串查找算法,簡稱為 KMP算法,常用於在一個文本串 S 內查找一個模式串 P 的出現位置。

這個算法由 Donald Knuth、Vaughan Pratt、James H. Morris 三人於 1977 年聯合發表,故取這 3 人的姓氏命名此算法。

是不是感覺 Donald Knuth 這個名字很眼熟?沒錯,在前面 這或許是講解 Knuth 洗牌算法最好的文章 一文中也出現了他!

下面直接給出 KMP算法 的操作流程:

  • 假設現在文本串 S 匹配到 i 位置,模式串 P 匹配到 j 位置
  • 如果 j = -1,或者當前字符匹配成功(即 S[i] == P[j] ),都令 i++,j++,繼續匹配下一個字符;
    如果 j != -1,且當前字符匹配失敗(即 S[i] != P[j] ),則令 i 不變,j = next[j]。此舉意味着失配時,模式串 P相對於文本串 S 向右移動了 j - next [j] 位
  • 換言之,將模式串 P 失配位置的 next 數組的值對應的模式串 P 的索引位置移動到失配處

看不明白?直接看動畫!

運行過程

以下圖文本串 S 與模式串 P 為例:

首先,列出模式串 P 的所有子串:

a              
a b            
a b a          
a b a a        
a b a a b      
a b a a b c    
a b a a b c a  
a b a a b c a c

然后,求得每一個子串的所有前綴與后綴。

前綴 指除了最后一個字符以外,一個字符串的全部頭部組合;后綴 指除了第一個字符以外,一個字符串的全部尾部組合。

以第五列為例進行演示。

前綴

a      
a b    
a b a  
a b a  

后綴

b      
a b    
a A b  
b a a b

因此,它的前綴后綴的公共元素的最大長度為 2

求得原模式串 P 的子串對應的各個前綴后綴的公共元素的 最大長度表 下圖。

根據最大長度表 去求 next 數組next 數組相當於“最大長度值” 整體向右移動一位,然后初始值賦為-1

好了,獲取了 next 數組 后,KMP 算法 的操作就很清晰了。

將模式串 P 與文本串 S 的字母一個個進行匹配,當失配的時候,模式串向右移動。

怎么移動?

比如模式串的 b 與文本串的 c 失配了,找出失配處模式串的 next數組 里面對應的值,這里為 0,然后將索引為 0 的位置移動到失配處。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM