KMP算法是通过分析模式字符串,预先计算每个位置发生不匹配的时候,所需GOTO的下一个比较位置,整理出来一个next数组,然后在上面的算法中使用。
参考一个牛人的文章:http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html
举例说明:
有一个字符串"BBC ABCDAB ABCDABCDABDE",我们想知道,里面是否包含另一个字符串"ABCDABD"?
许多算法可以完成这个任务,Knuth-Morris-Pratt算法(简称KMP)是最常用的之一。它以三个发明者命名,起头的那个K就是著名科学家Donald Knuth。
这种算法不太容易理解,网上有多个说法,希望这篇文章能帮助你理解,整理如下
一、例子分析
1.的
首先,字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符,进行比较。因为B与A不匹配,所以搜索词后移一位。
2.的
因为B与A不匹配,搜索词再往后移
3.的
就这样,直到字符串有一个字符,与搜索词的第一个字符相同为止
4.的
接着比较字符串和搜索词的下一个字符,还是相同
5.的
直到字符串有一个字符,与搜索词对应的字符不相同为止
6.的
这时,最自然的反应是,将搜索词整个后移一位,再从头逐个比较。这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。
7.的
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。
8.构造匹配表
怎么做到这一点呢?可以针对搜索词,算出一张《部分匹配表》(Partial Match Table)。这张表是如何产生的,请见二。
9.的
<!--[endif]-->
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
10.的
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。
11.的
因为空格与A不匹配,继续后移一位
12.的
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
13.的
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。
14.多说一点:
"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。
二、如何构造“部分匹配表”
构造匹配表之前,要了解“前缀”和“后缀”概念。
前缀:指除了最后一个字符以外,一个字符串的全部头部组合
后缀:指除了第一个字符以外,一个字符串的全部尾部组合
举例说明
字符串:bread
前缀:b,br,bre,brea
后缀:read,ead,ad,d
"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。
三、源码实现
//求模式串T的next值,即部分匹配值 void GetNext(char *T,int *next) { int i = 0; int j = -1; next[0] = -1; while(T[i] != '\0') { if(j == -1 || T[j] == T[i]) //T[j]为前缀的单个字符,T[i]为后缀的单个字符 { //T[-1]不存在所以在回溯到j == -1时直接++j ++j; ++i; if(T[j] != T[i]) //当前字符串与前缀字符不同 next[i] = j; //j为next在i位置的值 else next[i] = next[j]; // 相同则将前缀字符的next值赋给next在i位置的值 } else j = next[j]; //如果不相等则回溯 } } //Kmp字符串匹配函数 int KMPSearch(char *s,char *t,int pos) { int i = pos - 1; //数组的下标从零开始 int j = 0; int next[255]; GetNext(t,next); while(s[i] != '\0' && t[j] != '\0') //如果字符串未结束则继续循环 { if(s[i] == t[j]) { ++i; ++j; } else { j = next[j]; //不相等则回溯 if(j == -1) { ++j; ++i; } } } if(t[j] == '\0') return i - strlen(t) + 1; else return -1; } int main(int argc,char * argv[]) { char s[255] = "abca"; char t[255] = "ab"; int pos = 0,position = 0; position = KMPSearch(s,t,1); if(position == -1) printf("子串未在主串的%d个位置之后出现\n",pos); else printf("子串在主串的第%d个位置出现:\n",position); system("pause"); }
2.http://baike.baidu.com/link?url=LWJTa6tSS_rQc5pmCM8jg1kZ5mnPWKrNyKpL0lOdMabql1bGYmAtswkU2HJiOFzi
相关推荐
模式匹配中的KMP算法的实现 模式匹配是计算机科学领域中的一个研究热点,串的模式匹配算法是其中的一个重要分支。在模式匹配中,KMP算法是一个非常重要的算法,它可以高效地实现串的模式匹配。下面我们将详细介绍...
在C++实现KMP算法时,首先需要构建一个部分匹配表(也称为失配表),这个表记录了当主串与模式串不匹配时,模式串应该移动的步数,以避免重复比较已经比较过的字符。这部分通常涉及两个关键步骤: 1. **构造部分...
KMP算法的核心思想是在不匹配时,能够利用已经部分匹配的有效信息,将模式串向右“滑动”尽可能远的距离,避免从头开始匹配,从而提高效率。 KMP算法的关键在于构造一个前缀函数,通常称为next数组或部分匹配表...
KMP算法的核心思想是构建一个“部分匹配表”(也称为“前缀函数”或“失败函数”),用于在主串中遇到不匹配字符时,快速跳过已比较过的部分,避免重复比较。这个表记录了模式串中每个位置的最长前缀和后缀的长度。...
#### 二、KMP算法的核心思想 KMP算法的核心在于避免了传统字符串匹配算法中出现的不必要的回溯操作,即当模式串的一部分与主串匹配失败时,能够快速确定下一步应该从模式串的哪个位置开始继续匹配,而不是简单地回...
### KMP算法的核心思想 KMP算法的核心是构造一个“部分匹配表”(也称为“失败函数”或“跳跃表”),这个表记录了当模式串中的某个字符与文本串不匹配时,应该将模式串如何向右移动以继续匹配。这样可以避免回溯,...
KMP算法的核心思想是利用已知的前缀和后缀的关系来提高匹配效率。它构建了一个部分匹配表(也称为失败函数或跳跃表),用于指示在不匹配时应该如何调整主串的位置,而不是每次都从头开始比较。这大大减少了比较次数...
KMP(Knuth-Morris-Pratt)...对于初学者而言,理解并实现KMP算法能帮助他们掌握动态规划的思想,提高解决实际问题的能力。通过阅读和分析给出的C语言代码,初学者可以深入理解KMP算法的细节,并在实际项目中灵活运用。
3. **掌握模式匹配算法**:特别是KMP算法的原理及应用。 #### 实验原理 实验基于串的顺序存储结构,探讨了字符串操作的基本算法,主要包括串的创建、插入、删除、取子串等操作,以及两种模式匹配算法:Brute-Force...
模式匹配的KMP算法的主要思想是对目标串进行预处理,生成一个辅助数组next[],该数组记录了模式串中每个字符的最长末尾公共子串的长度。然后,通过比较目标串和模式串,根据next[]数组中的信息,快速地找到模式串在...
KMP算法的核心思想是利用模式串自身的部分匹配信息来减少不必要的比较次数。这部分匹配信息通过一个被称为“部分匹配表”或“next数组”的辅助数组来存储。具体来说,对于模式串P中的每一个位置j,next[j]表示P[0]至...
在实验报告中,需求分析部分详细描述了KMP算法的背景和基本思想,以及与传统模式匹配算法的区别。概要设计阶段,明确了算法的整体流程,包括串的初始化、长度计算、next数组的生成和匹配过程。详细设计部分进一步...
在C语言中实现KMP算法,我们需要理解其核心思想和步骤。 1. **KMP算法的核心思想**: - KMP算法的关键在于构造一个部分匹配表(也叫失配表),用于记录当主串与模式串比较时,如果发生不匹配,模式串应如何移动以...
《KMP算法思想》 KMP算法是一种高效的字符串匹配算法,由D.E.Knuth、V.R.Morris和J.H.Pratt共同提出,主要用于解决在一个文本串(主串)中查找一个模式串(子串)的问题。相比于朴素的暴力匹配算法,KMP算法通过...
BF 算法和 KMP 算法在字符串匹配中的应用 ...BF 算法和 KMP 算法都是字符串匹配中常用的算法,但它们的时间复杂度和实现难度不同。在实际应用中,需要根据实际情况选择合适的算法,以提高matching效率。
易语言KMP(Knuth-Morris-Pratt)算法模块是一个专门为易语言设计的文本处理工具,用于在字符串中...同时,KMP算法也是字符串匹配领域的一个经典算法,学习它的实现原理也有助于深入理解计算机科学中的动态规划思想。
传统KMP算法的核心思想是利用已知的前缀和后缀关系,提前预处理出部分匹配表(也称为失败函数或跳跃数组)。这个表指示了当当前字符不匹配时,应该向前移动多少步。例如,对于模式串"ABABC",部分匹配表为{0, 0, 1, ...
首先,我们要理解KMP算法的基本思想。KMP算法的核心是构造一个“部分匹配表”(也称为“失败函数”或“跳跃表”),这个表记录了在模式串中每次不匹配时,如何利用已经比较过的部分信息来快速定位下一个可能匹配的...
KMP算法的核心思想是利用已知的模式串部分匹配信息,避免了不必要的回溯,极大地提高了搜索效率。 KMP算法的实现主要基于部分匹配表(Partial Match Table,也称为失配表),它记录了模式串中每个字符前缀和后缀的...