算法竞赛模板 KMP

KMP算法图解：

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。 
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。

 

⑥

因为空格与Ｃ不匹配，搜索词还要继续往后移。

 

⑦

逐位比较，直到发现C与D不匹配。于是，继续将搜索词向后移动。

 

⑧

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。

 

 

详解

标号（j）	0	1	2	3	4	5	6
模式串（ch）	A	B	C	D	A	B	D

(1) KMP算法的核心思想

——就是回溯到存在“对称”的地方。

• 注意，这里的“对称”不是指ABCCBA，而是指例如“ABCABC”中队前队尾都分别有1个“ABC”,又例如“ABCCCCCAB”中队前队尾都分别有一个“AB”。

(2) 看图说话

从图中可以分析得出，当扫描到模式串中某一位发现不匹配，总是回溯到在这一位之前的部分模式串存在重复的地方。

• 例如图解⑤中找不到字母“D”（标号3），“D”之前串为“ABCDAB”,存在队前队尾重复“AB”（2个字符），因此退回到队首的“AB”后一位“C”（标号2）。
• 例如图解⑥中找不到字母“C”（标号2），“C”之前串为“AB”，不存在重复的（0个字符），因此退回到队首最前面（标号0）。

所以，next(j)就是当模式串第j位不匹配时即将要退回到的字母标号。

(3) next计算过程

不管第一位和第二位是什么，next(0)=-1，next(1)=0，这是固定的。

ps：模式串“ABCDABD”，下标从0开始哦！

　　当j=1时，模式串ch[1]=“B”，“B”之前有“A”，不存在重复(0位)，所以next[1]=0; 

　　当j=2时，模式串ch[2]=“C”，“C”之前有“AB”，不存在重复(0位)，所以next[2]=0; 

　　当j=3时，模式串ch[3]=“D”，“D”之前有“ABC”，不存在重复(0位)，所以next[3]=0; 

　　当j=4时，模式串ch[4]=“A”，“A”之前有“ABCD”，不存在重复(0位)，所以next[4]=0; 

　　当j=5时，模式串ch[5]=“B”，“B”之前有“ABCDA”，存在重复“A”(1位)，所以next[5]=1; 

　　当j=6时，模式串ch[6]=“D”，“D”之前有“ABCDAB”，存在重复“AB”(2位)，所以next[6]=2;

(4) nextval对next数组的优化

观察第4位“A”,当它不匹配时，按照next[4]回溯到标号0也为字母“A”，这时再匹配“A”是徒劳的，因为已知“A”不匹配，所以就继续退回到标号0字母“A”的next[0]=-1。为了计算更加直接，就有了nextval对next数组的优化:

只看前面有重复字母的几位就可以。

　　首先，nextval[0]默认为-1；

　　当1≤j≤3时，“BCD”在此之前均无重复的字母，所以nextval[j]=next[j];

　　当j=4时，模式串ch[4]=“A”，next[4]=0，ch[0]=“A”=ch[4]，由于“A”=“A”，所以nextval[4]=nextval[0]=-1; 

　　当j=5时，模式串ch[5]=“B”，next[5]=1，ch[1]=“B”=ch[5]，由于“B”=“B”，所以nextval[5]=nextval[1]=0; 

　　当j=6时，模式串ch[6]=“D”，next[6]=2，ch[2]=“C”=ch[6]，由于“C”≠“D”，所以nextval[6]保持原样，即nextval[6]=next[6]=2;

(5) 代码实现：

功能1：返回模式串ch在主串str中首次出现的位置，未出现输出-1

功能2：返回模式串ch在主串str中出现的次数

#include<bits/stdc++.h>
#define MAX 1000005
using namespace std;
char str[MAX],ch[MAX];
int next[MAX],slen,clen;
void getnext()
{
    int i=0,j=-1;
    next[0]=-1;
    while(i<clen)
    {
        if(j==-1||ch[i]==ch[j])
            next[++i]=++j;
        else j=next[j];
    }
}
//返回模式串ch在主串str中首次出现的位置
//返回的位置是从0开始的
int kmp()
{
    getnext();
    int i=0,j=0;
    while(i<slen&&j<clen)
    {
        if(j==-1||str[i]==ch[j])
        {
            i++;
            j++;
        }
        else j=next[j];
    }
    if(j==clen)
        return i-clen;
    else return -1;
}

//返回模式串ch在主串s中出现的次数
int Count()
{
    int i=0,j=0,sum=0;
    if(slen==1&&clen==1)
    {
        if(str[0]==ch[0])
            return 1;
        else return 0;
    }
    getnext();
    for(i=0;i<slen;i++)
    {
        while(j>0&&str[i]!=ch[j])
            j=next[j];
        if(str[i]==ch[j])
            j++;
        if(j==clen)
        {
            sum++;
            j=next[j];
        }
    }
    return sum;
}
int main()
{
    while(cin>>str>>ch)
    {
        slen=strlen(str);
        clen=strlen(ch);
        cout<<"模式串ch在主串s中首次出现的位置是："<<kmp()<<endl;
        cout<<"模式串ch在主串s中出现的次数："<<Count()<<endl;
    }
    return 0;
}