KMP算法

KMP算法的全称为Knuth-Morris-Pratt字符串查找算法,是可以在文本串s中快速查找模式串p的一种算法。

在详细讲解KMP算法之前,首先讲解一下暴力匹配。暴力匹配就是逐字符逐字符地进行匹配(比较s[i]s[j]),如果当前字符匹配成功(s[i]==s[j]),就匹配下一个字符(i++;j++;);如果匹配失败的话,就回溯(i=i-j+1;j=0;)。这样的算法时间复杂度是O(nm)

从上面可以看出暴力匹配算法,每次都会回溯到刚开始匹配的下一个字符,这样比较耗时,如果我们跳过之前匹配的字符从匹配失败的位置重新匹配,这样会出现缺漏。

为了解决这个问题,研究者引入了PMT(Partial Match Table,部分匹配表)。下一次j应该赋什么值只与模式串自身有关,即每个字符串都会对应一张PMT表。PMT中的pmt数组中位置i的内容是,从p[0]往后数、同时从p[i]往前数相同的位数,在保证前后缀相同的情况下,最多能数多少位。

KMP算法具体的匹配过程以ababcabaa为例:

Knuth-Morris-Pratt字符串查找算法-01.png

在匹配字符串的过程中,当我们在匹配j=8时发现s[i]p[j]不相等,则会令j=pmt[j-1]=pmt[7]=3重新进行匹配,若此时s[i]p[j]仍不相同,则继续令j进行回退。直至j回退到0处且仍不匹配时,我们不再令j回退,而选择移动i

具体的KMP算法的正确匹配过程请阅读文献1。

KMP代码实现为:

public int strStr(String s, String p) {
    int n = s.length(), m = p.length();
    char[] cs = s.toCharArray(), cp = p.toCharArray();
    int[] next = next(p);

    for (int i = 0, j = 0; i < n; i++) {
        while (j != 0 && cs[i] != cp[j]) j = next[j - 1];
        if (cs[i] == cp[j]) j++;
        if (j == m) return i - j + 1;
    }

    return -1;
}

PMT表的生成过程,如果使用暴力的话,时间复杂度会是O(n^2)。这种做法复杂度较高,因此我们采用更精妙的做法,错开一位后,让p自己匹配自己,即用前缀去匹配后缀。其具体过程为下图所示:

Knuth-Morris-Pratt字符串查找算法-02.png

PMT数组生成的代码为:

public int[] next(String p) {
    int m = p.length();
    int[] pmt = new int[m];

    char[] cs = p.toCharArray();

    for (int i = 1, j = 0; i < m; i++) {
        while (j != 0 && cs[i] != cs[j]) j = pmt[j - 1];
        if (cs[i] == cs[j]) j++;
        pmt[i] = j;
    }
    return pmt;
}

题目链接

  1. 数组和字符串-实现 strStr()

参考文献:

  1. 算法学习笔记(13): KMP算法
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,744评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,505评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,105评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,242评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,269评论 6 389
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,215评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,096评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,939评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,354评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,573评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,745评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,448评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,048评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,683评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,838评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,776评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,652评论 2 354

推荐阅读更多精彩内容