数据结构——用C语言描述（第二版） -宁正元 第4章 串.pptVIP

第4章 串 4.1 串的基本概念 4.2 串的存储实现 4.3 串的模式匹配算法 4.4 汉字串 4.3.2 一种改进的模式匹配算法 D.E.Knuth与V.R.Pratt和J.H.Morris同时发现通过对上一节的简单模式匹配算法进行一些改进，就可以消除算法中主串s指针的回溯，完成串的模式匹配，而且算法可以在O(n+m)的时间数量级上完成串的模式匹配操作。人们把该改进算法称它为克努特－莫里斯－普拉特算法(简称为KMP算法)，如图4.9模式匹配过程。可以看出，其改进之处在于整个匹配过程对主串而言无需回溯，每当某一趟匹配过程中出现字符比较不等即匹配失败时，目标串i指针不需要回溯，而是利用已得到的“部分匹配”的结果将模式向右移动尽可能远的一段距离后，继续进行比较，从而消除回溯。 一般的情况讨论如下： 假设主串s为“s1s2…sn”，模式串t为“t1t2...tm”，要设计一个无回溯的匹配算法，关键在于确定在匹配过程中，当主串中si与tj比较不等（即“失配”）时，模式串t中的哪一个字符应与si继续进行比较？ 假设将这个字符记做tk，显然，有kj成立且对于不同的j值，k值也不相同，而且这个k值与主串s无关，而只依赖于模式串t本身的前j个字符。 若令next[j]=k，则当next[j]0时，表示一旦匹配过程中出现si与tj不相等时，可用t中的next[j]位置的字符继续与si比较；若next[j]=0，则表示t中任何字符都不与si比较，需重新比较t1与s i+1。 可见，对于任何的模式串t而言，只要能确定next[j]（j=1，2，…，m）的值，就可以用来加速匹配过程。模式串的next函数的定义为： next函数的意义是：若模式串t中存在满足等式“t1t2…t k-1”=“t j-k+1 t j-k+2…t j-1”的两个子串，则当匹配过程中主串中第i个字符与模式中第j个字符比较不等时，仅需将模式向右移动至模式中的第k个字符和主串中的第i个字符对齐，匹配仅需从模式中的第k个字符与主串中的第i个字符继续比较即可，如图4.10所示。另外，若在“t1t2... tj-1”中不存在首尾相等的子串，则k=1，表示一旦有si与tj不相等时，则用t1与si继续进行比较。特别地，若j=1，当t1与si比较不相等时，此时不能继续右移，只要将t1与s i+1继续比较即可进行新一趟的匹配，所以在next定义中，next[j]=0。 同时，为使模式串t的右移不丢失任何匹配成功的可能，对于同时存在多个满足以上性质条件的k值应取最大值，以使得移动的位数i-k最小。 例如，图4.11中，s=“aaaabbb”，t=“aaab”，当s4与t4比较不相等时，k可取1，2和3，但只有k取3时才可保证不丢失成功的可能匹配。 在求得模式的next函数之后，匹配过程如下：若在匹配过程中有si=tj成立，则i和j分别增加1，否则，i不变，即主串指针不回溯，而j退到next[j]的位置再比较，即用tnext[j]与si继续比较，若此时相等，则指针各自增加1，否则j再退到下一个next[next[j]]值的位置，依此类推，直至出现下列两种可能的情况：一是j退到某个next值（next[next[...next[j]]]）时，主串和模式串中的字符进行比较，若相等，则指针各自增1继续进行匹配；另一种情况是j退到值为0（即模式的第一个字符“失配”），此时需将模式继续向右移动一个位置，即从主串的下一个字符si+1起和模式重新开始匹配。 例如，对于模式串t=“abaabcac”： （1）j=1，next[1]=0； （2）j=2，没有首尾相等的子串，next[2]=1； （3）j=3，同样，也没有首尾相等的子串，next[3]=1； （4）j=4，存在首尾相等的子串“a”，所以next[4]=2； …….其余类推，从而可求得t所对应的next函数，如图4.12（a）所示。匹配过程如图4.12（b）所示。 KMP算法描述如下： int KMP(SeqString *s， SeqString * t， int start) { if ((start 1)||( start +(*t).len(*s).len+1)||(*t).len= =0)} return (0)； else {i= start；j=1； while ((i=(*s).len) (j=(*t).len)