白话KMP算法

热身

bbabbcbbabbe这串字符串中
找出bbabbe

示意图.png

BF算法:

无脑穷举,暴力匹配。其核心思想是匹配串(简称S串)和目标串(简称T串)从第一位开始逐一匹配。当某位匹配失败,则S串整体向右移一位,继续和T串匹配。以此类推。每次匹配失败,则移动一格,继续寻找。这其实是一种穷举法,虽然可以解决问题,但是效率低下。

KMP算法:

可以把它理解为BF的改良版,通过观察S串的自身特点,不再一格一格的移动,而是跳跃移动,避免了BF的很多无效匹配,从而大大提升了效率。既然是跳跃,那就有两个无法回避的问题:
1.每次跳的尽可能多(保证效率)。
2.不能瞎跳的太多,导致错过了匹配(保证正确性)。

所以到底应该怎么跳?

首先,我们来看一看热身的例子,T1=S1,T2=S2,T3=S3,T4=S4,T5=S5,
T6 = c,S6 = e。所以在第六位的时候匹配失败。根据前文的介绍,下面一步我们会对S串向右进行移动。那么移动多少格呢?理论上来说最少移动一格,最多移动五格(因为在第六位失败,极限也就是用S1去和T6比)。
如果移动1格,那就是BF算法,效率太慢(有的时候,确实只能移动一格)。
如果移动5格,会不会存在跳过了匹配项的情况?
所以为了知道到底移动多少,我们需要对S1-S5(bbabb)再做一次匹配。
既然前面5位匹配成功了,那么T串的前五位肯定和S串的前五位相同。所以说S串在这段范围内去匹配T串,相当于自己的头去匹配自己的尾巴,这个匹配成功后形成的错位也就是S串最终跳跃的距离。也就相当于用这个头部的后面一位S3去匹配去匹配失败位T6。

通过上面的分析我们可以看出这个下标位3,就是头部的长度(2)+1

所以我们得出结论当S6匹配失败了,就用S3去匹配T串的失败位,我们把这个3记录到S6下面。以后每当S6匹配失败,我们就用S3去和T串的失败位对齐匹配。如果S串的每一位下面,我们都计算得出一个数值。我们是不是就相当于得到了一个跳跃说明书(next数组,也称K数组)?答案:是的。
next数组.png

结论

KMP算法的核心就是避免BF的不必要回溯,问题由匹配串决定,而不是目标串。通过总结K数组,当某位不匹配的时候,用k数组记录的下标位(匹配串)去匹配(目标串)匹配失败的那一位。
由于本节主要是为了阐述KMP算法的思想,所以没有引入代码,有兴趣的同学可以在网上查找相关代码,加深理解。

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 219,366评论 6 508
  • 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 93,521评论 3 395
  • 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 165,689评论 0 356
  • 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 58,925评论 1 295
  • 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 67,942评论 6 392
  • 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 51,727评论 1 305
  • 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 40,447评论 3 420
  • 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 39,349评论 0 276
  • 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 45,820评论 1 317
  • 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 37,990评论 3 337
  • 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 40,127评论 1 351
  • 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 35,812评论 5 346
  • 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 41,471评论 3 331
  • 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 32,017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 33,142评论 1 272
  • 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 48,388评论 3 373
  • 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 45,066评论 2 355

推荐阅读更多精彩内容