字符串匹配问题

给定一个字符串 s 和一个要匹配的模式串 p。模式串 p 有可能在 s 中多次出现,请求出模式串 ps 中所有出现的起始位置。

暴力匹配算法 BF

算法思路

在面对字符串匹配问题时,很容易想到暴力求解。字符串匹配的暴力算法思路很简单,即在 s 中枚举起点 i,对于每个起点匹配字符串 p

大致步骤为:

(1) 枚举起点i,定义一个状态值flag = true 以及 k = i,j = 0;

(2) 如果 s[k] == p[j],就继续k++, j++; 如果 s[k] != p[j],就将flag置flase,并break;

(3) 对于每个起点 i ,如果flag = true,就输出位置 i 。

暴力算法代码

这里输入字符串下标从1开始,与后文相统一。

#include<iostream>
#include<cstdio>
using namespace std; static const int N = 1000010, M = 100010;
char s[N], p[M];
int slen, plen;
int ne[N]; int main(){
cin >> plen >> p + 1 >> slen >> s + 1;
for(int i = 1; i <= slen - plen + 1; i++){
bool flag = true;
for(int j = 1, k = i; j <= plen; j++, k++){
if(s[k] != p[j]){
flag = false;
break;
}
}
if(flag) printf("%d ", i);
}
}

KMP算法

KMP算法的含义

KMP算法是一种改进的字符串匹配算法,是由D.E.Knuth,J.H.Morris和V.R.Pratt提出的,所以简称KMP算法。其算法核心是在匹配失败后利用next数组记录的信息来一定程度上减少匹配次数,以此提高字符串匹配的效率。

KMP算法涉及的基本概念

(1)s 为模板字符串;

(2)p 为模式串,即需要在 s 中匹配的字符串;

(3)公共前后缀:假定一个字符串的长度为len且下标从1开始,若字符串中范围[1, i]和范围[j, len]完全匹配,则称这两段为此字符串的公共前后缀;

(4)next 数组:next 数组是KMP算法的核心,next[i] 记录的是模式串 p 中前 i 长度范围内的最长公共前后缀长度,后文会做详解。KMP算法在进行字符串匹配时若出现失配,模式串 p 可以根据 next 数组记录的信息进行等价的后移。

(5)两大核心步骤:

1、求解 next 数组

2、进行字符串匹配

注意字符串的下标从 1 开始,并且在匹配过程中每次将 s[i]p[i + 1] 进行比较。

KMP算法的匹配思路

KMP算法匹配核心图解

红色虚线所标注的范围内为当前已经匹配的部分,红色空心圆圈为当前比较的两个字符。

KMP算法匹配举例及图解

(1)

(2)

(3)

(4)

(5)

(6)

(7)

此时出现了失配,需要将j = next[j]。

(8)

容易发现在 p 中前 6 长度的最长公共前后缀长度为2,j = next[6] = 2

(9)

相当于模式串 p 整体向右移动了之前的 j - next[j] 的长度再开始匹配。

(10)

此时再次出现了失配,需要将 j = next[j]

(11)

模式串 p 中前 2 长度的最长公共前后缀长度为0,j = next[2] = 0*。

(12)

相当于模式串 p 整体向右移动了之前的 j - next[j] 的长度再开始匹配。

(13)

以当前 s[i] 这个字符为起点匹配模式串 p 成功。(前面省略了一些)

KMP算法匹配核心代码

    //匹配操作
for(int i = 1, j = 0; i <= n; i++){
//失配整体移动之后可能依旧失配,故用while
while(j && s[i] != p[j + 1]) j = ne[j];
//当前两个字符匹配
if(s[i] == p[j + 1]) j++;
if(j == m) {
printf("%d ", i - m + 1); //返回匹配起始位置
j = ne[j]; //可能存在多个位置匹配,继续匹配
}
}

next数组详解

next数组的含义及求解

next[i] 记录的是模式串 pi 长度范围内最长公共前后缀的长度。例如字符串 ABDAB,可以发现此字符串前 4 长度的最长公共前后缀为 A,那么对于这个字符串,next[4] = 1;同理此字符串前 5 长度的最长公共前后缀为 AB,所以 next[5] = 2

next 数组的求解和上文中字符串匹配的过程非常相近,相当于是自己与自己进行匹配。将其中一个 p依旧作为模式串,将另一个 p 视作字符串,并将其从下标2开始与模式串 p 进行匹配。

next数组核心图解

红色虚线所标注的范围内为当前已经匹配的部分,红色空心圆圈为当前比较的两个字符。

(1)求解next数组当前字符匹配

(2)求解next数组当前字符失配

next数组举例及图解

(1)

(2)

(3)

(4)

此时出现字符匹配

(5)

此时出现字符匹配

(6)

此时出现字符匹配

(7)

求解next数组完成

next数组核心代码

    //求next[]数组
for(int i = 2, j = 0; i <= m; i++){
//当前字符不匹配
while(j && p[i] != p[j + 1]) j = ne[j];
if(p[i] == p[j + 1]) j++;
//记录前i长度最长公共前后缀长度j
ne[i] = j;
}

字符串下标以及next数组如此定义的原因

上文中字符串下标都从 1 开始,要实现也不难,C/C++从1开始输入即可,其他语言例如python,先插入一个字符即可。下标从 1 开始主要也是和next数组的定义有关。next数组记录的是模式串 p 中一定范围内的最长公共前后缀的长度,如果下标从0开始,这个KMP算法模板也可以进行,但是需要将next[0]置-1,而且求得的next数组有些违背本身的含义(变成记录的是前i下标最长公共前后缀长度-1)。

以下是下标从0开始的KMP算法模板:

int main(){
cin >> m >> p >> n >> s; ne[0] = -1;
for (int i = 1, j = -1; i < m; i ++ ){
while (j >= 0 && p[j + 1] != p[i]) j = ne[j];
if (p[j + 1] == p[i]) j ++ ;
ne[i] = j;
} for (int i = 0, j = -1; i < n; i ++ ){
while (j != -1 && s[i] != p[j + 1]) j = ne[j];
if (s[i] == p[j + 1]) j ++ ;
if (j == m - 1){
cout << i - j << ' ';
j = ne[j];
}
}
//输出next数组
//cout<<endl<<"next[]: "<<endl;
//for(int i = 0; i < m; i++) cout<<ne[i]<<' ';
}

以下是上述下标从0开始模板求得的next数组结果:



可以看出求得next数组记录的值恰好为前i下标最长公共前后缀长度-1。


完整程序

完整程序代码

#include<iostream>
using namespace std; static const int N = 1000010, M = 100010;
char s[N], p[M];
int slen, plen;
int ne[N]; int main(){
cin >> plen >> p + 1 >> slen >> s + 1; for(int i = 2, j = 0; i <= plen; i++){
while(j && p[i] != p[j + 1]) j = ne[j];
if(p[i] == p[j + 1]) j++;
ne[i] = j;
} for(int i = 1, j = 0; i <= slen; i++){
while(j && s[i] != p[j + 1]) j = ne[j];
if(s[i] == p[j + 1]) j++;
if(j == plen){
cout<<i - plen + 1<<' ';
j = ne[j];
}
}
//输出next数组
//cout<<endl<<"next[]: "<<endl;
//for(int i = 1; i <= plen; i++) cout<<ne[i]<<' ';
}

程序运行测试


后记

网上大部分KMP的写法与我写的这篇随笔中不太相同,next数组的定义也不太一样。我所记录的是我自己认为最好理解的KMP算法的写法,没有任何贬低其他写法的意思喔,也许各有各的好处。

[数据结构]KMP算法(含next数组详解)的更多相关文章

  1. 字符串模式匹配之KMP算法的next数组详解与C++实现

    相信来看next数组如何求解的童鞋已经对KMP算法是怎么回事有了一定的了解,这里就不再赘述,附上一个链接吧:https://www.cnblogs.com/c-cloud/p/3224788.html ...

  2. KMP算法的Next数组详解

    转载请注明来源,并包含相关链接. 网上有很多讲解KMP算法的博客,我就不浪费时间再写一份了.直接推荐一个当初我入门时看的博客吧:http://www.cnblogs.com/yjiyjige/p/32 ...

  3. KMP算法的Next数组详解 转

    这个写的很好,还有讲kmp,值得一看. http://www.cnblogs.com/tangzhengyue/p/4315393.html 转载请注明来源,并包含相关链接. 网上有很多讲解KMP算法 ...

  4. KMP算法的Next数组详解(转)

    转载请注明来源,并包含相关链接. 网上有很多讲解KMP算法的博客,我就不浪费时间再写一份了.直接推荐一个当初我入门时看的博客吧: http://www.cnblogs.com/yjiyjige/p/3 ...

  5. KMP算法的优化与详解

    文章开头,我首先抄录一些阮一峰先生关于KMP算法的一些讲解. 下面,我用自己的语言,试图写一篇比较好懂的 KMP 算法解释. 1. 首先,字符串"BBC ABCDAB ABCDABCDABD ...

  6. Python实现的数据结构与算法之基本搜索详解

    一.顺序搜索 顺序搜索 是最简单直观的搜索方法:从列表开头到末尾,逐个比较待搜索项与列表中的项,直到找到目标项(搜索成功)或者 超出搜索范围 (搜索失败). 根据列表中的项是否按顺序排列,可以将列表分 ...

  7. 【转载】KMP入门级别算法详解--终于解决了(next数组详解)

    [转载]https://blog.csdn.net/LEE18254290736/article/details/77278769 对于正常的字符串模式匹配,主串长度为m,子串为n,时间复杂度会到达O ...

  8. 数据结构图文解析之:队列详解与C++模板实现

    0. 数据结构图文解析系列 数据结构系列文章 数据结构图文解析之:数组.单链表.双链表介绍及C++模板实现 数据结构图文解析之:栈的简介及C++模板实现 数据结构图文解析之:队列详解与C++模板实现 ...

  9. Java基础之 数组详解

    前言:Java内功心法之数组详解,看完这篇你向Java大神的路上又迈出了一步(有什么问题或者需要资料可以联系我的扣扣:734999078) 数组概念 同一种类型数据的集合.其实数组就是一个容器. 数组 ...

  10. python 排序算法总结及实例详解

    python 排序算法总结及实例详解 这篇文章主要介绍了python排序算法总结及实例详解的相关资料,需要的朋友可以参考下 总结了一下常见集中排序的算法 排序算法总结及实例详解"> 归 ...

随机推荐

  1. 27.-Django发送邮件

    一.邮件相关协议-SMTP SMTP全称是Simple Mail Transfer Protocol,即简单邮件传输协议(25端口号) 它是由一组从源地址到目的地址传输邮件的规范,通过它来控制邮件的中 ...

  2. VS使用正则表达式删除程序中的空行

    Ctrl+H; 需要替换的正则表达式 ^(?([^\r\n])\s)*\r?$\r?\n

  3. 实现将机器A上的程序包复制到机器B并更新的脚本

    一.前言 之前有写过如何在单台服务器上执行脚本自动更新程序包,但平时测试过程中相信大部分公司都是需要测试人员在服务器A上进行功能测试,测试通过后再将程序包更新到服务器B上进行安全测试或者性能测试:今天 ...

  4. netty系列之:来,手把手教你使用netty搭建一个DNS tcp服务器

    目录 简介 搭建netty服务器 DNS服务器的消息处理 DNS客户端消息请求 总结 简介 在前面的文章中,我们提到了使用netty构建tcp和udp的客户端向已经公布的DNS服务器进行域名请求服务. ...

  5. C#自定义控件开发(1)

    自定义控件可以用组件或者用户控件来开发,如果是基于基础控件,进行一些扩展,那么可以使用组件,其它的情况可以使用用户控件. 首先新建一个类库项目,然后添加一个组件,取名为ButtonExtend,再添加 ...

  6. vmware workstation NAT模式配置

    一. 配置虚拟网络编辑器 1. 打开虚拟网络编辑器 2. 点击右下角更改设置 3. 选择NAT模式 点击选中NAT模式的虚拟网络,默认为VMnet8(可调整),可设置NAT模式的子网IP和掩码 4. ...

  7. 链接脚本(Linker Scripts)语法和规则解析(自官方手册)

    为了便于与英文原文对照学习与理解(部分翻译可能不准确),本文中的每个子章节标题和引用使用的都是官方手册英文原称.命令及命令行选项统一使用斜体书写.高频小节会用蓝色字体标出. 3 Linker Scri ...

  8. 数据结构初阶--顺序表(讲解+C++类模板实现)

    顺序的概念与结构 顺序表是用一段物理地址连续的存储单元依次存储数据元素的线性结构,一般情况下采用数组存储.在数组上完成数据的增删查改. 一般分为两种:静态顺序表和动态顺序表 静态顺序表 #define ...

  9. Java开发学习(四十三)----MyBatisPlus查询语句之查询投影

    1.查询指定字段 目前我们在查询数据的时候,什么都没有做默认就是查询表中所有字段的内容,我们所说的查询投影即不查询所有字段,只查询出指定内容的数据. 具体如何来实现? @SpringBootTest ...

  10. warning: ‘setAxisX‘ is deprecated

    解决 将 chart->setAxisX(valueAxisX,lineSeries); 改为: chart->addSeries(lineSeries); chart->creat ...