手把手粗糙解析KMP算法

2024-02-23 11:38

本文主要是介绍手把手粗糙解析KMP算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在介绍KMP算法之前,要介绍另一个算法——BF(Brute Force)算法,也就是传说中的男朋友算法(Boy Friend),这是对字符串是否匹配一种简单粗暴的算法,但是通常简单粗暴的算法的执行效率并不怎么样,KMP算法(看毛片)是对BF算法的基础上进行的一种优化,从而大大提升了执行效率,下面先讲一下BF算法是个什么东西。
假如此时,我们有一个字符串 T=bbcabcdababcdabcdabde 我们要查找的字符串是M=abcdabd
当我们用BF算法进行匹配时,我们一个一个的进行匹配也就是

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串
a  b  c  d  a  b  d                                            //M字符串
0  1  2  3  4  5  6                                            //指针

T[0]!=M[0],不一样咋整来,不能懵逼啊,既然第一个不相等,那就继续往后移一位呗,M字符串后移一位,变成如下

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                         //M字符串0  1  2  3  4  5  6                                         //指针

wtf,T[1]!=M[0],继续后移吧,就这样一直移 移到了下面这样

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                   //M字符串0  1  2  3  4  5  6                                   //指针

下面我们进行对比了啊T[3]==M[0],T[4]==M[1],T[5]==M[2],T[6]==M[3],T[7]==M[4],T[8]==M[5] (有点后悔选这么长的字符串了),T[9]!=M[6],不一样 ,又要继续后移一位,变成如下

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                //M字符串0  1  2  3  4  5  6                                //指针

继续进行对比,如果不同就后移一位,直到匹配完成。如果你之前不知道BF算法,还是一步一步的对比完,不要跳,BF算法是KMP算法的基础,很关键。
我们先不看KMP算法,我们先自己想一下,BF算法究竟傻在哪里,用座山雕的话说就是:一个字,BF算法傻在累。当我们进行到这一步时,特别的突出

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                   //M字符串0  1  2  3  4  5  6                                   //指针

我们比较了好几位,我们从T[3]一直比到T[9]才发现不一样,在进行下一步的时候,

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                //M字符串0  1  2  3  4  5  6                                //指针

又从T[4]开始比较了,这就是浪费了啊,既然我们在上一个步骤已经比到T[9]了,说明T[3]~T[8]与我们的M字符串的M[0]~M[5]相同啊 ,我们一定要记住这一点
如果我们按照BF算法右移一位,对比M[0]与T[4],因为之前我们知道M[1]==T[4],所以我们直接就可以对比M字符串的M[1],M[0]与M[1]比较,找到这个规律了,我们思考在这上面能不能做点文章呢?
我们在观察一下M字符串

a  b  c  d  a  b  d                                //M字符串
0  1  2  3  4  5  6                                //指针

如果M[6]处发生了失配(不是适配),也就是说M[0]~M[5]与T字符串上的相等,按照上面的规律,M[0]!=M[1]!=M[2]!=M[3]==M[4],所以 我们就可以直接将右移到bcd 处的步骤省掉,直接匹配到M[4]处(也就是直接匹配到T对应的的字符的地方),哈哈,我们已经对BF算法进行了优化,我们再想想 我们还能再进行优化嘛?
当我们直接匹配到M[4]处时(也就是直接匹配到T对应的的字符的地方),下一步该怎么做了,是不是应该比对M[1]与M[5](也就是比对T对应的的字符的地方),如果相等,我们就继续比对下一个位置,但是如果不相等的话,那么,我们直接匹配到M[4]处 的操作也是没有用的,那么如何把这个操作也扔掉呢?
我们直接比对两位就好了嘛,在M字符串中,我们直接找zM在发生失配的位置前面,是否存在着M[0~1]也就是ab这种组合的字符组合,直接移到这里就行了嘛,我们在依次扩大一下 三位呢?四位呢?五位呢? 很多位呢?
可是我们怎么让电脑知道在发生失配之前到底应该移动M字符串几位呢?
假设我们不知道T字符串,只知道M字符串,所以我们对M字符串进行分析

a  b  c  d  a  b  d                                //M字符串
0  1  2  3  4  5  6                                //指针
  1. 如果在a的位置也就是M[0]的位置就发生失配,我们要右移一位,这个是无法避免的。我们用数组nextMove[]记录在这个位置发生失配时,应该右移几位,现在nextMove[0]=1
  2. 如果我们在b的位置,也就是M[1]的位置发生失配,因为在b之前有一个元素a,a无法与其他的位置进行比较,所以只能右移一位。nextMove[1]=1
  3. 如果我们在c的位置发生失配,也就是M[2]的地方发生失配,所以我们知道前面已经有两个元素匹配成功了,我们对比M[0]与M[1],如果相同,就右移一位,如果不相同,就右移两位。现在不相同,应该右移两位,nextMove[2]=2
  4. 如果我们在d的位置发生失配,也就是M[3]的位置发生失配,ab!=bc a!=c 也就是M[0~1]!=M[1~2],M[0]!=M[2],我们要先比较长的,在比较短的,应为如果长的能够相同,我们就不必比较短的了。此时nextMove[3]=3
  5. 如果我们在a的位置发生失配,也就是M[4]的位置发生失配,abc!=bcd ,ab!=cd ,a!=d,也就是M[0~2]!=M[1~3],M[0~1]!=M[2~3],M[0]!=M[3],所以nextMove[4]=4
  6. 如果我们在b的位置发生失配,也就是M[5]的位置发生失配,abcd!=bcda ,abc!=cda , ab!=da , a=a 也就是M[0~3]!=M[1~4] , M[0~2]!=M[2~4], M[0~1]!=M[3~4],M[0]==M[4],我们找到一个元素相同了,所以直接跳到这个元素就行了,所以nextMove[5]=4=已匹配的位数-元素相同的位数
  7. 如果我们在d的位置发生失配,也就是M[6]的位置发生失配,abcda!=bcdab, abcd!=cdab , abc!=dab , ab=ab,也就是M[0~4]!=M[1~5],M[0~3]!=M[2~5] , M[0~2]!=M[3~5],M[0~1]==M[4~5],所以直接跳到这个元素,nextMove[6]=4
1  1  2  3  4  4  4                                //nextMove[]
a  b  c  d  a  b  d                                //M字符串
0  1  2  3  4  5  6                                //指针

所以下一跳的表就出来了,当我们在M[n]处失配时,只需要取得nextMove[n]的值,将M字符串向右移nextMove[n]位 就好了。
下面我们在做一次匹配,

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串
a  b  c  d  a  b  d                                            //M字符串
0  1  2  3  4  5  6                                            //指针

第一位不匹配,查表,我们需要向右移一位,变成如下

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                         //M字符串0  1  2  3  4  5  6                                         //指针

还是不同,查表,向右移一位

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                      //M字符串0  1  2  3  4  5  6                                      //指针

还是第一位不同,查表,向右移一位

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                                   //M字符串0  1  2  3  4  5  6                                   //指针

我们发现到了这一步,只有M[6]不同,我们查表可知,需要右移四步,如下

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                       //M字符串0  1  2  3  4  5  6                       //指针

这一步我们发现在M[2]处不同,查表,需要右移两位,如下

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d                 //M字符串0  1  2  3  4  5  6                 //指针

在M[6]处不同,查表,需要右移四位,如下

0  1  2  3  4  5  6  7  8  9  10 11 12 13 14 15 16 17 18 19 20 //指针
b  b  c  a  b  c  d  a  b  a  b  c  d  a  b  c  d  a  b  d  e  //T字符串a  b  c  d  a  b  d     //M字符串0  1  2  3  4  5  6     //指针

匹配成功!!!

得来 到这一步 你就已经掌握了KMP的原理了,哈哈哈哈哈。
下面是实现代码

public class Demo {public static void main(String[] args) {String text = "bbcabcdababcdabcdabde";String mode = "abcdabd";System.out.println(text.length() + "____>" + KMP(text, mode));}private static int KMP(String inText, String inMode) {char[] charText = inText.toCharArray();char[] charMode = inMode.toCharArray();if (inText.length() < inMode.length()) {return -1;}int[] arrNext = new int[inMode.length() + 1];Next(inMode, arrNext);int i, j; // i是主串游标 j是模式串游标for (i = j = 0; i < inText.length() && j < inMode.length();) {if (j == -1 || // 模式串游标已经回退到第一个位置charText[i] == charMode[j]) // 当前字符匹配成功{ // 满足以上两种情况时两个游标都要向前进一步++i;++j;} else // 匹配不成功,模式串游标回退到当前字符的arrNext值{j = arrNext[j];}}if (j >= inMode.length()) {return i - inMode.length();} else {return -1;}}private static void Next(String inMode, int[] arrNext) {char[] charMode = inMode.toCharArray();arrNext[0] = -1;for (int i = 0, j = -1; i < inMode.length();) { // i是主串游标 j是模式串的游标if (j == -1 || // 如果模式串游标已经回退到第一个字符charMode[i] == charMode[j]) // 如果匹配成功{ // 两个游标都向前走一步++i;++j;arrNext[i] = j; // 存放当前的arrNext值为此时模式串的游标值} else // 匹配不成功j就回退到上一个arrNext值{j = arrNext[j];}}}}

这篇关于手把手粗糙解析KMP算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/738501

相关文章

Golang HashMap实现原理解析

《GolangHashMap实现原理解析》HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持高效的插入、查找和删除操作,:本文主要介绍GolangH... 目录HashMap是一种基于哈希表实现的键值对存储结构,它通过哈希函数将键映射到数组的索引位置,支持

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

java解析jwt中的payload的用法

《java解析jwt中的payload的用法》:本文主要介绍java解析jwt中的payload的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Java解析jwt中的payload1. 使用 jjwt 库步骤 1:添加依赖步骤 2:解析 JWT2. 使用 N

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

Java 正则表达式URL 匹配与源码全解析

《Java正则表达式URL匹配与源码全解析》在Web应用开发中,我们经常需要对URL进行格式验证,今天我们结合Java的Pattern和Matcher类,深入理解正则表达式在实际应用中... 目录1.正则表达式分解:2. 添加域名匹配 (2)3. 添加路径和查询参数匹配 (3) 4. 最终优化版本5.设计思

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

Java字符串处理全解析(String、StringBuilder与StringBuffer)

《Java字符串处理全解析(String、StringBuilder与StringBuffer)》:本文主要介绍Java字符串处理全解析(String、StringBuilder与StringBu... 目录Java字符串处理全解析:String、StringBuilder与StringBuffer一、St

Spring Boot循环依赖原理、解决方案与最佳实践(全解析)

《SpringBoot循环依赖原理、解决方案与最佳实践(全解析)》循环依赖指两个或多个Bean相互直接或间接引用,形成闭环依赖关系,:本文主要介绍SpringBoot循环依赖原理、解决方案与最... 目录一、循环依赖的本质与危害1.1 什么是循环依赖?1.2 核心危害二、Spring的三级缓存机制2.1 三