C++实现字符串查找KMP算法-创新互联

前言

• 众所周知，字符串查找的应用范围非常广，网页上有各式各样的浏览器搜索，再到编程需要的vsCode或vsStudio都自带了搜索功能；一个查找算法的优劣可以直接影响用户的搜索体验如何
• 但鉴于暴力搜索算法的O(m * n)复杂度，就有了K姓大佬，M姓大佬，P姓大佬设计出来的一套O(n + m)字符串查找算法；于是他们的名字被载入史册，且这套算法被命名为KMP算法
• leetcode指路： 找出字符串中第一个匹配项的下标

刚接触KMP算法时，你大概会觉得这个算法非常诡异，一波诡异的操作处理后生成了一个next数组，又一波诡异的遍历操作后，就找到了目标位置(？？？WTF)；
代码倒是不长，每个单词都认识，但是放一块就不认识了，像极了四级英语阅读。。

创新互联建站主营金溪网站建设的网络公司,主营网站建设方案,成都app开发,金溪h5微信小程序搭建,金溪网站营销推广欢迎金溪等地区企业咨询一、需要提前明白的概念 1. 大前后缀

首先你需要知道大前后缀是什么；

• 大前后缀就是 在一段字符串中，从首尾分别开始，可能形成的大相等字符子串

以下图为例：在箭头位置上，它的前置大前后缀为abb

以下图为例：在箭头位置上，它的前置大前后缀为abbsab

看到这里你可能会有疑惑，大前后缀的规则是什么？下面简单进行一个总结：

1. 大前缀 与 大后缀必须相等。
2. 大前后缀必须小于它可取的长度；即：图一中大前后缀不能同时取abbsabb（s以前的所有字符），图二中大前后缀不能取b以前的所有字符，那样的话就失去了它的意义。
3. 大前后缀必须尽可能的长；图二中可能相等的前后缀有：ab、abbsabb，我们需要取其中较大的那个。

2.next数组

• next数组专门用于保存字符串的每个位置之前，它的大前后缀长度
  比如在刚刚的那个字符串所对应的next数组
  

• 再举一个例子：
  

• 它的每个位置，都记录着在它位置之前的子串中的大前后缀长度。

至于next数组是哪里来的，有什么用？会放在后面讲。

二、主逻辑 1.主要步骤：

这里先展示一下如何使用大前后缀

• 比如有字符串str1和str2，要求在str1中查找str2位置；（这里的字符串跟上面关于next讲解的部分的没关系，千万不要搞混了）

• 首先假设我们已经得到了str2的正确的next数组
  那么我们怎么通过已知的信息来对暴力解法进行优化呢？

• 经过之前7个字符的比较，指针顺利来到了s位置
  

• 此时发现该位置两个该位置不匹配，那咋办？

• 此时我们已经知道了str2的next数组中，x位置上的前置子串大前后缀长度为3

• 那这是不是代表，我把str2字符串向前移到相对应得位置，那么此时str1和str2得前缀依然是匹配上了：
  

这一步，过滤了暴力解法的主串指针回溯过程
那么为什么可以这么跳过呢？
主要分两个证明：

1. 前后缀相等，则字符串跳转后，下标位置处 前字串也一定匹配
2. 跳转经过的区间内，一定不存在与主串匹配的存在

问题一自不用说，肉眼可见，下面主要证明步骤2；为什么经过区间一定不含可能匹配的存在

• 假设：如果在经过区间上存在可匹配的存在，那么将说明此时该区间内存在更大的前后缀，这与next数组中的已求得数据不符，所以该结论不成立。
  

2.跳跃方式

• 跳跃到哪个位置将由next数组决定，next数组与str2共用一个下标，需要查询前缀位置直接在next的对应下标位置寻找

• 例如下图中，在箭头位置 首次匹配失败，通过直接查询next数组中x的对应位置找到需要跳转的下标。
  

• 这里还匹配失败如下图：
  

• 那么这里就再次进行跳转，跳转到0位置继续匹配
  

• 如果str2指针已经跳到0位置，还匹配失败的话，就挪动主串指针：
  

以上就是主串的整个匹配过程。
计算可得：这个过程的大时间复杂度不超过O(2 * N)

3.主要代码

int strStr(string str1, string str2) {vectornext;
        func(next, str2);					//求next数组

        int idx1 = 0;
        int idx2 = 0;
        while(idx1< str1.size())
        {if(str1[idx1] == str2[idx2])	//匹配上就两个指针一起往下走
            {idx1++;
                idx2++;
                if(idx2 == str2.size())
                {return idx1 - idx2;
                }
            }
            else if(idx2 == 0)				//没匹配上而且idx2在0位置
            {idx1++;
            }
            else{	//没匹配上  idx2不在0位置
                idx2 = next[idx2];
            }
        }
        return -1;
    }

三、求next数组

• 求next数组所用的是经典的动态规划过程，简单来说就是两个指针一个在头部找前缀，一个指针在尾部找后缀。
• 这里不能使用暴力求解的方法，因为暴力求解的最高时间复杂度为O(m ** 2)，那么在某些极端情况下，整个算法的时间复杂度会涨到O(n ** 2)

1.总过程

我不论如何，先给next数组填一个0

• 为啥这么做呢？是因为下标0位置不包含前缀，而且这一位也不会被访问到，我们真正开始计算next数组是从1号下标开始。

• 创建两个指针，分别寻找前缀和后缀，这里用颜色区分。
  

• 第一步发现：两个字符相等，那么都自增，后缀位置next数组内填(前缀指针下标 + 1)即(0 + 1)
  

• 第二步发现：还相等，重复上过程
  

• 第三步发现：她两不相等，那么就通过已知大前缀数来找到需要跳转到的位置：next[1]== 1
  

• 第四步发现：她两还不相等，那么通过已知大前缀数来找到需要跳转到的位置：next[0] == 0
  

• 此时发现她两还不相等，但是 前缀下标已经走到了0位置， 所以说明s位置不存在任何可以匹配的相等前后缀，就给该位置赋0然后后缀指针自增

继续重复上述过程：



以上就是整个next数组的求解过程，主要采用动态规划的形式，以类似主逻辑的方式将整个next数组求解。

• 注：实际上next数组的最前一位和最后一位都用不到，逻辑上next数组第0位必须存在，最后一位可以不存在

四、代码

class Solution {//求next 数组
    void func(vector& next, string& str2)
    {next.resize(0);
        next.push_back(0);
        int idx1 = 1;
        int idx2 = 0;
        while(idx1< str2.size())
        {//相等则next填充，两指针自增
            if(str2[idx1] == str2[idx2])
            {next.push_back(++idx2);
                idx1++;
            }//格式串在最左部，
            else if(idx2 == 0)
            {next.push_back(0);
                idx1++;
            }
            else{//可以向前找
                idx2 = next[idx2 - 1];
            }
        }
    }
public:
	int strStr(string str1, string str2) {vectornext;
        func(next, str2);					//求next数组

        int idx1 = 0;
        int idx2 = 0;
        while(idx1< str1.size())
        {if(str1[idx1] == str2[idx2])	//匹配上就两个指针一起往下走
            {idx1++;
                idx2++;
                if(idx2 == str2.size())
                {return idx1 - idx2;
                }
            }
            else if(idx2 == 0)				//没匹配上而且idx2在0位置
            {idx1++;
            }
            else{	//没匹配上  idx2不在0位置
                idx2 = next[idx2];
            }
        }
        return -1;
    }
}

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧

网站栏目：C++实现字符串查找KMP算法-创新互联
本文地址：http://cxhlcq.com/article/cdoojo.html