设有主串s和子串t,子串t定位是指在主串s中找到一个与子串t相等的子串。通常把主串s称为目标串,把子串t称为模式串,因此定位也称作模式匹配。模式匹配成功是指在目标串s中找到一个模式串t

        传统的字符串模式匹配算法(也就是BF算法)就是对于主串和模式串双双自左向右,一个一个字符比较,如果不匹配,主串和模式串的位置指针都要回溯。这样的算法时间复杂度为Onm),其中nm分别为串s和串t的长度。

        KMP 算法是由KnuthMorrisPratt等人共同提出的,所以成为KnuthMorrisPratt算法,简称KMP算法。KMP算法是字符串模式匹配中的经典算法。和BF算法相比,KMP算法的不同点是匹配过程中,主串的位置指针不会回溯,这样的结果使得算法时间复杂度只为Onm)。下面说说KMP算法的原理。

假设我们有个模式串为“abdabcde”存于数组t,我们要求的就是模式串的next值,见下表所示:


i

0

1

2

3

4

5

6

7

t[i]

a

b

d

a

b

c

d

e

next[i]

-1

0

0

0

1

2

0

0

        求模式tnext[i](称为失效函数)的公式如下:


next[i] =Screenshot11.png

( 上面的公式中非t字母和数字组成的为数组下标)

        应该如何理解next数组呢?在匹配过程中,如果出现不匹配的情况(当前模式串不匹配字符假定为t[i]),它所对应的next[i]的数值为接下来要匹配的模式串的字符的索引;也就是说,出现不匹配的情况时,模式串的索引指针要回溯到中next[i]所对应的位置,而主串的索引指针保持不变。

        特别的,next数组中的next[0]next[1]的取值是固定的,为了标识出首字母,需要假定next[0]为-1(取为-1是考虑到C语言中的数组索引以0开始)。在实现的时候,要实现公式中情况的处理需要些技巧,下面给出具体的实现:

# include <stdio.h>
#include <stdlib.h>


typedef struct QString {
    char
*  cs;
    
int  len;
}String;


void GetNext(String s
, int   next []){
    
int  len  =  s . len;
    
int  i  =   0 ;
    
int  k  =   - 1 ;
    
next [ 0 =   - 1 ;
    
while (i  <  len - 1 ){
        
if (k ==- 1   ||  s . cs[i]  ==  s . cs[k]){
            i
++ ;
            k
++ ;
            
next [i]  =  k;
        }
else {
            k 
=   next [k];
        }
    }
}


int  KMPIndex(String s , String m){
    
int   next [m . len] , i = 0 , j = 0 ;
    
int  k;
    GetNext(m
, next );
    while (i < s . len   && j < m . len){
        
if (j ==- 1   ||  s . cs[i]  ==  m . cs[j]){
            i
++ ;
            j
++ ;
        }
else {
            j 
=   next [j];
        }
    }
    
if (j  >=  m . len) return  i - m . len;
    
else   return   - 1 ;
}


        KMP 算法也有需要改进的地方。对于模式串“aaaadd”在匹配时(假定被匹配串为“aaadddd”),可以看到,在匹配到索引3时,主串字符为“d”,模式串字符为“a”,如果按照上面的做法,这时模式串只会回溯一个索引,由于仍不匹配,模式串还会回溯一个索引,直到索引位置到了首字符,主串的索引指针才会前进一位,这样就会浪费一些不必要的比较时间。出现这种情况的原因是模式串中位置i的字符与next[i]对应的字符相同,需要修正next[i]next[i]对应的字符的索引。下面列出“aaaadd”修正的nextval数组的内容:

i

0

1

2

3

4

5

t[i]

a

a

a

a

d

d

next[i]

-1

0

1

2

3

0

nextval[i]

-1

-1

-1

-1

0

0

        修正函数如下:

void GetNextval(String s , int  nextval[]){
    
int  len  =  s . len , =   0 , =   - 1 ;
    nextval[
0 =   - 1 ;
    
while (i  <  len - 1 ){
        
if (k ==- 1   ||  s . cs[i]  ==  s . cs[k]){
            i
++ ;
            k
++ ;
            
if (s . cs[i]  !=  s . cs[k]){
                nextval[i] 
=  k;
            }
else    nextval[i]  =   nextval[k];            
        }
else {
            k 
=  nextval[k];
        }
    }
}


谢谢某人的程序:)
public class CyclicExe
{
 private int[] next=null;
 
 CyclicExe()
 {
 }
 
 public static void main(String[] args)
 {
  CyclicExe c=new CyclicExe();
  StringBuffer mainString=new StringBuffer("abbabbbaaaaaccd");
  StringBuffer oldString=new StringBuffer("abc");
  String newString=new String("mmm");
  c.initial(oldString);
  int pos=0;
  int index=0;
  while(pos<mainString.length()){
   index=c.findIndex(mainString, oldString, pos);
   if(index!=0){
    mainString.replace(pos, pos+oldString.length()-1, newString);
    pos=pos+oldString.length();
   }
  }
 }
 
 void initial(StringBuffer oldString)
 {
  next=new int[oldString.length()];
  
  int i=1;
  next[1]=0;
  int j=0;
  while(i<oldString.length()){
   if(j==0||oldString.charAt(i)==oldString.charAt(j)){
    i++;
    j++;
    next[i]=j;
   }
   else
    j=next[j];
  }
 }
 
 int findIndex(StringBuffer mainString,StringBuffer oldString,int pos)
 {
  int i=pos;
  int j=1;
  while(i<mainString.length()&&j<oldString.length())
  {
   if(j==0||mainString.charAt(i)==oldString.charAt(j)) {
    i++;
    j++;
   }
   else
    j=next[j];
  }
  
  if(j>oldString.length()) return i-oldString.length();
  else return 0;
 }
 
}