码迷,mamicode.com
首页 > 编程语言 > 详细

KMP算法证明及实现

时间:2016-11-13 19:44:28      阅读:252      评论:0      收藏:0      [点我收藏+]

标签:main   line   字符串匹配   out   class   返回值   next数组   位置   kmp算法   

KMP算法

一、普通的字符串匹配

       平时我们在写普通的字符串匹配算法的时候,是拿着要匹配的串去匹配被匹配的串,字符逐个比较,当发现字符失配时,被匹配的字符串的指针要回到前一次开始匹配的指针的下一个位置。这里我们称要去匹配的字符串为模式串P,被匹配的字符串为主串S,即我们拿模式串P去匹配主串S,看看P是否是S的子串。

       例如:主串S是“abcabdsfabcdfrt”,模式串P是“abcd”,开始匹配时,可以看到,S和P的字符串0、1、2位置的字符是相同的,到3位置时出现不匹配,这是根据我们以往的方法,我们将主串的指针回到刚开始匹配的位置的下一个位置,即回到主串的1位置,即字符b,再拿着模式串的0位置去匹配。以此类推,每次出现失配时,主串的指针都回溯到初始匹配位置的下一个位置,模式串的指针都回到模式串的0位置。

二、为何要用KMP算法

       当我们的模式串P中,出现了连续相同的字符串时,例如P=“abcabx”,我们拿这个P和主串S=“abcabqqeeabcabxxxaxxaa”去匹配时。开始匹配可以看到,主串S的0、1、2、3、4位置和模式串的0、1、2、3、4位置的字符都是相同的,接着两个串的指针都下移,到了S的5位置的字符就和P的5位置的字符就出现吧不匹配,根据以往经验我们会将S的指针回溯到1位置接着和P的0位置进行匹配。这是我们发现,我们的P的0-1和3-4位置的字符串是一样的,而且S的0-4已经和P的0-4匹配是相同的,所以主串S的3、4位置和模式串P的0、1位置是相同的。

       如果用主串的1、2位置与模式串从头匹配,则都是失配的,主串S的3、4位置和模式串P的0、1位置是相同的,所以我们就可以不回溯主串的指针,让模式串的2位置直接与主串的当前位置进行匹配即可。

三、KMP算法的数学推导

       根据上面的情况,我们推广到一般情况。我们用i表示指向主串的指针,j表示指向模式串的指针,当主串的第i个字符和模式串的第j个字符失配时,主串中的第i个字符(指针i不回溯)应该与模式串中的哪个位置的字符再比较呢,假设我们的主串已经和模式串匹配比较到模式串的第k个字符了,那么模式串的前k-1个字符一定和主串的第i-k+1到i-1个字符是相同的,即

P1 P2 ……Pk-1=Si-k+1 Si-K+2…… Si-1

而已经得到的部分匹配结果是

Pj-k+1 Pj-k+2 ……Pj-1=Si-k+1 Si-K+2…… Si-1

由以上两式推导得出

P1 P2 ……Pk-1= Pj-k+1 Pj-k+2 ……Pj-1

反之,若模式串中存在满足上式的两个子串,则当匹配过程中,主串中的第i个字符和模式串中的第j个字符比较不相等时,仅需要将模式串向右滑动至模式串中的第k个字符和主串中第i个字符对齐,(此时,由于模式串中前k-1个字符和第i-k到i-1位置的字符都是对应相同的,所以模式串中前k-1个字符的子串P1 P2 ……Pk-1必定与主串中第i个字符之前长度为k-1的子串Si-k+1 Si-K+2…… Si-1相等)接着匹配从模式串的第k个字符与主串的第i个字符比较起继续进行。

四、求每一个位置对应的k(即next数组)

       我们用next数组来存取模式串中每一个位置对应的k值,即next[j]表示当模式串中第j个字符和模式串中相应的字符失配时,在模式串中重新和主串中该字符进行比较的字符的位置。

       根据三中的数学推导,得到了next函数的定义(假设字符串起始位置是1)

当j=1时,next[j]=0;

当j!=1时,next[j]=max(k|1<k<j且P1 P2 ……Pk-1= Pj-k+1 Pj-k+2 ……Pj-1)此集合不    为空时。若此集合为空,next[j]=1。

例,求模式串“abaabcac”的next数组

j

1

2

3

4

5

6

7

8

模式串

a

b

a

a

b

c

a

c

Next[j]

0

1

1

2

2

3

1

2

 

四、代码实现

public class KMP {

   /*

    * Kmp函数实现寻找模式串str2在主串str1中的位置,返回值即为str2在str1中的位置,

    * 如果str2不是str1的子串则返回-1.

    */

   private static int Kmp(String str1,String str2){

      //第一步 求next[j]数组

      char[] strKey = str2.toCharArray();

       int[] next = new int[strKey.length];

       // 初始条件

       int j1 = 0;

       int k = -1;

       next[0] =-1;

       // 根据已知的前j位推测第j+1位

       while (j1 < strKey.length - 1)

       {

           if (k == -1 || strKey[j1] == strKey[k])

           {

               next[++j1] = ++k;

           }

           else

           {

               k = next[k];

           }

       }

      //打印一下我们的next数组

      System.out.print("next[]的值 ");

      for (int i = 0; i < next.length; i++) {

         System.out.print(next[i]+1+" ");

      }

      System.out.println();

      //第二步 根据求得的next数组进行字符串匹配

      int j=0;//j指向模式串str2,i指向主串str1.

      for (int i = 0; i < str1.length(); i++) {

         if(j==str2.length()) return i-j;

         if(str1.charAt(i)==str2.charAt(j)) j++;

         else j=next[j]+1;

      }

      return -1;

   }

   //测试数据

   public static void main(String[] args) {

      String str1="12345abaabcac2356";

      String str2="abaabcac";

      int a=Kmp(str1,str2);

      System.out.println(a);

   }

}

KMP算法证明及实现

标签:main   line   字符串匹配   out   class   返回值   next数组   位置   kmp算法   

原文地址:http://www.cnblogs.com/JCxiangbei/p/6059445.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!