zoukankan      html  css  js  c++  java
  • KMP算法(改进后的字符串匹配算法)

    转载:http://blog.csdn.net/liu88010988/article/details/50789960

    kmp算法完成的任务是:给定两个字符串O和f,长度分别为n和m,判断f是否在O中出现,如果出现则返回出现的位置。常规方法是遍历a的每一个位置,然后从该位置开始和b进行匹配,但是这种方法的复杂度是O(nm)。kmp算法通过一个O(m)的预处理,使匹配的复杂度降为O(n+m)。

    这种算法不太容易理解,网上有很多解释,但读起来都很费劲。直到读到Jake Boxer的文章,我才真正理解这种算法。下面,我用自己的语言,试图写一篇比较好懂的KMP算法解释。

      1.

      首先,字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符,进行比较。因为B与A不匹配,所以搜索词后移一位。

      2.

      因为B与A不匹配,搜索词再往后移。

      3.

      就这样,直到字符串有一个字符,与搜索词的第一个字符相同为止。

      4.

      接着比较字符串和搜索词的下一个字符,还是相同。

      5.

      直到字符串有一个字符,与搜索词对应的字符不相同为止。

      6.

      这时,最自然的反应是,将搜索词整个后移一位,再从头逐个比较。这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。

      7.

      一个基本事实是,当空格与D不匹配时,你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是,设法利用这个已知信息,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。

      8.

      怎么做到这一点呢?可以针对搜索词,算出一张《部分匹配表》(Partial Match Table)。这张表是如何产生的,后面再介绍,这里只要会用就可以了。

      9.

      已知空格与D不匹配时,前面六个字符"ABCDAB"是匹配的。查表可知,最后一个匹配字符B对应的"部分匹配值"为2,因此按照下面的公式算出向后移动的位数:

      移动位数 = 已匹配的字符数 - 对应的部分匹配值

      因为 6 - 2 等于4,所以将搜索词向后移动4位。

      10.

      因为空格与C不匹配,搜索词还要继续往后移。这时,已匹配的字符数为2("AB"),对应的"部分匹配值"为0。所以,移动位数 = 2 - 0,结果为 2,于是将搜索词向后移2位。

      11.

      因为空格与A不匹配,继续后移一位。

      12.

      逐位比较,直到发现C与D不匹配。于是,移动位数 = 6 - 2,继续将搜索词向后移动4位。

      13.

      逐位比较,直到搜索词的最后一位,发现完全匹配,于是搜索完成。如果还要继续搜索(即找出全部匹配),移动位数 = 7 - 0,再将搜索词向后移动7位,这里就不再重复了。

      14.

      下面介绍《部分匹配表》是如何产生的。

      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。

      15.

      "部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例,

      - "A"的前缀和后缀都为空集,共有元素的长度为0;

      - "AB"的前缀为[A],后缀为[B],共有元素的长度为0;

      - "ABC"的前缀为[A, AB],后缀为[BC, C],共有元素的长度0;

      - "ABCD"的前缀为[A, AB, ABC],后缀为[BCD, CD, D],共有元素的长度为0;

      - "ABCDA"的前缀为[A, AB, ABC, ABCD],后缀为[BCDA, CDA, DA, A],共有元素为"A",长度为1;

      - "ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA],后缀为[BCDAB, CDAB, DAB, AB, B],共有元素为"AB",长度为2;

      - "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB],后缀为[BCDABD, CDABD, DABD, ABD, BD, D],共有元素的长度为0。

      16.

      "部分匹配"的实质是,有时候,字符串头部和尾部会有重复。比如,"ABCDAB"之中有两个"AB",那么它的"部分匹配值"就是2("AB"的长度)。搜索词移动的时候,第一个"AB"向后移动4位(字符串长度-部分匹配值),就可以来到第二个"AB"的位置。

    public class KMPTest {

    public static void main(String[] args) {
    String string = "abca";
    String source = "abccabcababcad";
    int[] ii1 = kmpNext(string);
    for (int i = 0; i < ii1.length; i++) {
    System.out.print(ii1[i] + " ");
    }
    System.out.println();

    kmp(source, string, ii1);
    }

    //可找出多个符合要求的串
    public static void kmp(String original, String find, int next[]) {
    int j = 0;
    for (int i = 0; i < original.length(); i++) {
    while (j > 0 && original.charAt(i) != find.charAt(j)) {
    j = next[j - 1];
    }
    if (original.charAt(i) == find.charAt(j))
    j++;
    if (j == find.length()) {
    System.out.println("find at position " + (i - j));
    System.out.println(original.subSequence(i - j + 1, i + 1));
    j = next[j - 1];
    // j = 0;
    }
    }
    }

    public static int[] kmpNext(String dest) { // aaccaba
    int[] next = new int[dest.length()];
    next[0] = 0;
    for (int i = 1, j = 0; i < dest.length(); i++) {
    while (j > 0 && dest.charAt(j) != dest.charAt(i)) {
    j = next[j - 1];
    }
    if (dest.charAt(i) == dest.charAt(j)) {
    j++;
    }
    next[i] = j;
    }
    return next;
    }
    }

  • 相关阅读:
    黑马程序员————C语言基础语法二(算数运算、赋值运算符、自增自减、sizeof、关系运算、逻辑运算、三目运算符、选择结构、循环结构)
    django启动前的安装
    React的条件渲染和列表渲染
    React学习第二天
    go语言切片
    mongodb
    Flask路由层
    Flask基础简介
    celery介绍及django使用方法
    redis的介绍及django使用redis
  • 原文地址:https://www.cnblogs.com/fanguangdexiaoyuer/p/8270332.html
Copyright © 2011-2022 走看看