不想写题。不如写写算法总结?
KMP
介(che)绍(dan)
以前都不知道\(KMP\)为什么叫\(KMP\),现在才明白:该算法是三位大牛:D.E.Knuth、J.H.Morris和V.R.Pratt同时发现的,以其名字首字母命名。
\(KMP\)可以在\(O(n+m)\)的时间复杂度内解决判定一个字符串\(A[1\)~ \(N]\)是否为字符串\(B[1\)~\(M]\)的字串的问题。虽然Hash好像也可以线性解决这个问题
我会暴力
当然一个\(O(nm)\)的做法是非常显然的:直接枚举A串在B串的开始位置然后往后一位一位的比较。
考虑这样的做法有什么可以优化的地方?
考虑如下场景,某次匹配中按\(O(nm)\)的方法进行到这一步。
图中下方是串\(A\),上方是串\(B\),我们已经匹配到最后一个字符,匹配就快成功,但不幸的是最后一位出错了,我们又要从头匹配。
但是
我们发现绿框框住的部分匹配,但我们之后还要重新匹配浪费了时间。我们能不能记录一些信息,然后下次直接从绿框后面的位置开始匹配,这样不就节约了时间。
还有,能不能选出一些可能完成匹配的位置进行匹配,这样就不用从每一个位置匹配整个串,也节约了时间。
\(KMP\)算法就这样诞生了
算法流程
KMP算法定义了一个next数组。
其中next[i]表示A中以i结尾的非前缀子串和A的前缀能匹配的最长长度。
那么这个东西有什么用啊?感觉好玄妙,为什么非要是非前缀?
别急我们先来说说\(next\)数组的求法。
我会\(O(n^2)\)的求法。。。
其实可以\(O(n)\)求。
假设我们已经求出了next 1~next i,图中绿框框起来的就是能匹配的最长的A中以i结尾的非前缀子串和A的前缀。
我们现在要求\(next[i+1]\)。
(这里的j就相当于\(next[i]\))
显然当两个红圈圈起的位置上的字符相等,那么\(next[i+1]=j+1\)
那么不相等怎么办?
重新匹配吗,那不就\(O(n^2)\)了吗?我不会了妈妈救我
我们先设出\(next[j]\)的位置。显然两个蓝框框起的串匹配
因为绿框框起的串匹配,是不是四块蓝框框起的串互相匹配。
四块都互相匹配了显然这两块是匹配的。
咦,等等,好像有点眼熟!
这跟开始的一张图片很像。
也许你已经猜到接下来该做什么了。
我们看看\(next[j]+1\)和\(i+1\)位置上的字符是否相等。如果相等\(next[i+1]=next[j]+1\),如果还不相等我们把\(next[j]\)再变成\(next[next[j]]\)。。。。。。(一直这样跳\(next\)跳下去)
知道最后找到一个字符跟\(i+1\)位置上的字符相等。或找不到字符跟\(i+1\)位置上的字符相等\(next[i+1]\)就是0。
这样的正确性有保证吗?
我们想一直跳\(next\)实际上就是在遍历(所有能匹配的A中以i结尾的非前缀子串和A的前缀的长度)(名词太长用括号括起来)。因为\(next\)要求是最长长度,所以可以不重不漏遍历所有情况。
或者这样想
如果漏掉了紫色框的情况。即假设紫色框框起的部分是(长度比绿框小的是最长的能匹配的最长的A中以j结尾的非前缀子串和A的前缀)
那么因为绿框框起的串匹配,四个紫框框起的串互相匹配。
然后next[j]就不在图中所在位置了,也就是说与\(next[j]\)代表A中以j结尾的非前缀子串和A的前缀能匹配的最长长度矛盾。
所以用上面说的方法正确性是对的。
那这样感觉复杂度又成\(O(n^2)\)的了
其实是\(O(n)\)的,我们来分析一波
这是求\(next\)数组的代码
for(int i=2,j=0;i<=len;i++){
while(j&&A[j+1]!=A[i])j=nxt[j];
if(A[j+1]==A[i])j++;
nxt[i]=j;
}
每次求\(next[i]\)时我们程序里的记录\(next[i]\)的变量\(j\)最多+1,一共最多加n次。然后每次跳\(next\),j只会减小。
所以最多跳\(n\)次\(next\)。复杂度\(O(n)\)。
至此我们终于把如何求\(next\)数组讲完了。
其实后面的就简单了。
我们回到最初的起点。。
我们依然是按位匹配两个串。当不匹配的时候。我们把i改成next[i]继续匹配就好。
就像这样。
板子题
# P3375 【模板】KMP字符串匹配
#include<iostream>
#include<cstring>
#include<cstdio>
#include<cmath>
#include<algorithm>
using namespace std;
const int N=1010000;
char s1[N],s2[N];
int len1,len2,nxt[N];
int main(){
scanf("%s",s1+1);
scanf("%s",s2+1);
len1=strlen(s1+1);
len2=strlen(s2+1);
for(int i=2,j=0;i<=len2;i++){
while(j&&s2[j+1]!=s2[i])j=nxt[j];
if(s2[j+1]==s2[i])j++;
nxt[i]=j;
}
for(int i=1,j=0;i<=len1;i++){
while((j&&s2[j+1]!=s1[i])||j==len2)j=nxt[j];
if(s2[j+1]==s1[i])j++;
if(j==len2)printf("%d\n",i-j+1);
}
for(int i=1;i<=len2;i++)printf("%d ",nxt[i]);
return 0;
}
持续更新ing。。。