KMP算法

tech2026-03-08  5

KMP算法

应用场景-字符串匹配问题

(1)有一个字符串str1 = “abcdefghabcdelkm”,和一个子串st2 = “abcdef”。 (2)现在要判断str1是否含有str2,如果存在,就返回第一次出现的位置,如果没有就返回-1。

暴力匹配算法: 如果用暴力匹配的思路,并假设现在str1匹配到 i 位置,子串str2匹配到 j 位置,则有:

如果当前字符匹配成功(即str1[i] == str2[j]),则i++,j++,继续匹配下一个字符如果失配(即str1[i]! = str2[j]),令i = i - (j - 1),j = 0。相当于每次匹配失败时,i 回溯,j被置为0。用暴力方法解决的话就会有大量的回溯,每次只移动一位,若是不匹配,移动到下一位接着判断,浪费了大量的时间。(不可行!)

代码演示:

public class ViolenceMatch { public static void main(String[] args) { // 测试暴力匹配算法 String str1 = "硅硅谷 尚硅谷你尚硅 尚硅谷你尚硅谷你尚硅你好"; String str2 = "尚硅谷你尚硅你"; int index = violenceMatch(str1, str2); System.out.println("index = " + index); } // 暴力匹配算法 public static int violenceMatch(String str1, String str2) { char[] s1 = str1.toCharArray(); char[] s2 = str2.toCharArray(); int s1Len = s1.length; int s2Len = s2.length; int i = 0; // i索引指向s1 int j = 0; // j索引指向s2 while (i < s1Len && j < s2Len) { // 保证匹配时不越界 if (s1[i] == s2[j]) { // 匹配ok i++; j++; } else {// 没有匹配成功 // 如果失败(即str1[i] != str2[j]),令i = i - (j - 1),j = 0; i = i-j+1; j = 0; } } // 判断是否匹配成功 if (j == s2Len) { return i - j; } else { return -1; } } }

KMP算法:

KMP是一个解决模式串在文本串是否出现过,如果出现过,最早出现的位置的经典算法Knuth-Morris-Pratt 字符串查找算法,简称为 “KMP算法”,常用于在一个文本串S内查找一个模式串P 的出现位置,这个算法由Donald Knuth、Vaughan Pratt、James H. Morris三人于1977年联合发表,故取这3人的姓氏命名此算法.KMP方法算法就利用之前判断过信息,通过一个next数组,保存模式串中前后最长公共子序列的长度,每次回溯时,通过next数组找到,前面匹配过的位置,省去了大量的计算时间参考资料:https://www.cnblogs.com/ZuoAndFutureGirl/p/9028287.html(详细讲解)

KMP算法图解: 举例来说,有一个字符串 Str1 = “BBC ABCDAB ABCDABCDABDE”,判断,里面是否包含另一个字符串 Str2 = “ABCDABD”?

首先,用Str1的第一个字符和Str2的第一个字符去比较,不符合,关键词向后移动一位

重复第一步,还是不符合,再后移

一直重复,直到Str1有一个字符与Str2的第一个字符符合为止

接着比较字符串和搜索词的下一个字符,还是符合。

遇到Str1有一个字符与Str2对应的字符不符合。

这时候,想到的是继续遍历Str1的下一个字符,重复第1步。(其实是很不明智的,因为此时BCD已经比较过了,没有必要再做重复的工作,一个基本事实是,当空格与D不匹配时,你其实知道前面六个字符是”ABCDAB”。KMP算法的想法是,设法利用这个已知信息,不要把”搜索位置”移回已经比较过的位置,继续把它向后移,这样就提高了效率。)

怎么做到把刚刚重复的步骤省略掉?可以对Str2计算出一张《部分匹配表》,这张表的产生在后面介绍

已知空格与D不匹配时,前面六个字符”ABCDAB”是匹配的。查表可知,最后一个匹配字符B对应的”部分匹配值”为2,因此按照下面的公式算出向后移动的位数: 移动位数 = 已匹配的字符数 - 对应的部分匹配值 因为 6 - 2 等于4,所以将搜索词向后移动 4 位。

因为空格与C不匹配,搜索词还要继续往后移。这时,已匹配的字符数为2(”AB”),对应的”部分匹配值”为0。所以,移动位数 = 2 - 0,结果为 2,于是将搜索词向后移 2 位。

因为空格与A不匹配,继续后移一位。

逐位比较,直到发现C与D不匹配。于是,移动位数 = 6 - 2,继续将搜索词向后移动 4 位。

逐位比较,直到搜索词的最后一位,发现完全匹配,于是搜索完成。如果还要继续搜索(即找出全部匹配),移动位数 = 7 -0,再将搜索词向后移动 7 位,这里就不再重复了。

介绍《部分匹配表》怎么产生的 先介绍前缀,后缀是什么 “部分匹配值”就是”前缀”和”后缀”的最长的共有元素的长度。以”ABCDABD”为例, -”A”的前缀和后缀都为空集,共有元素的长度为0; -”AB”的前缀为[A],后缀为[B],共有元素的长度为0; -”ABC”的前缀为[A, AB],后缀为[BC, C],共有元素的长度0; -”ABCD”的前缀为[A, AB, ABC],后缀为[BCD, CD, D],共有元素的长度为0; -”ABCDA”的前缀为[A, AB, ABC, ABCD],后缀为[BCDA, CDA, DA, A],共有元素为”A”,长度为1; -”ABCDAB”的前缀为[A, AB, ABC, ABCD, ABCDA],后缀为[BCDAB, CDAB, DAB, AB, B],共有元素为”AB”,长度为2; -”ABCDABD”的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB],后缀为[BCDABD, CDABD, DABD, ABD, BD, D],共有元素的长度为0。

”部分匹配”的实质是,有时候,字符串头部和尾部会有重复。比如,”ABCDAB”之中有两个”AB”,那么它的”部分匹配值”就是2(”AB”的长度)。搜索词移动的时候,第一个”AB”向后移动 4 位(字符串长度-部分匹配值),就可以来到第二个”AB”的位置。

代码实现:

public class KMPAlgorithm { public static void main(String[] args) { String str1 = "BBC ABCDAB ABCDABCDABDE"; String str2 = "ABCDABD"; int[]next = kmpNext(str2); int index = kmpSearch(str1, str2, next); System.out.println("index = "+index); } // 写出我们的kmp搜索算法 /** * * @param str1 * 源字符串 * @param str2 * 子串 * @param next * 部分匹配表, 是子串对应的部分匹配表 * @return 如果是-1就是没有匹配到,否则返回第一个匹配的位置 */ public static int kmpSearch(String str1, String str2, int[] next) { // 遍历 for (int i = 0, j = 0; i < str1.length(); i++) { // 需要处理 str1.charAt(i) != str2.charAt(j), 去调整j的大小 // KMP算法核心点, 可以验证... while (j > 0 && str1.charAt(i) != str2.charAt(j)) { j = next[j - 1]; } if (str1.charAt(i) == str2.charAt(j)) { j++; } if (j == str2.length()) { // 找到了 return i - j + 1; } } return -1; } // 获取到一个字符串的部分匹配值表 public static int[] kmpNext(String dest) { // 创建一个next数组保存部分匹配值 int[] next = new int[dest.length()]; next[0] = 0;// 如果字符串长度为1部分匹配值就是0 for (int i = 1, j = 0; i < dest.length(); i++) { // 当dest.charAt(i) != dest.charAt(j) ,我们需要从next[j-1]获取新的j // 直到我们发现 有 dest.charAt(i) == dest.charAt(j)成立才退出 // 这时kmp算法的核心点 while (j > 0 && dest.charAt(i) != dest.charAt(j)) { j = next[j - 1]; } // 当dest.charAt(i) == dest.charAt(j) 满足时,部分匹配值就是+1 if (dest.charAt(i) == dest.charAt(j)) { j++; } next[i] = j; } return next; } }
最新回复(0)