严蔚敏 数据结构 kmp算法详解.pptVIP

* 4.3.2 KMP算法 KMP算法是D.E.Knuth、J.H.Morris和V.R.Pratt共同提出的,简称KMP算法。该算法较BF算法有较大改进,主要是消除了主串指针的回溯,从而使算法效率有了某种程度的提高。 所谓真子串是指模式串t存在某个k(0＜k＜j)，使得t0t1…tk = tj-ktj-k+1…tj 成立。 例如，t= abab, 即t0t1＝t2t3 也就是说， “ab”是真子串。 真子串就是模式串中隐藏的信息，利用它来提高模式匹配的效率。 一般情况:设主串s=s0s1…sn-1,模式t=t0t1…tm-1,在进行第i趟匹配时，出现以下情况： 这时，应有 t0t1…tj-1=si-jsi-j+1…si-1 (4.1) 如果在模式t中， t0t1…tj-1≠t1t2…tj (4.2) 则回溯到si-j+1开始与t匹配，必然“失配”，理由很简单：由(4.1)式和(4.2)式综合可知： t0t1…tj-1≠si-j+1si-j+2…si 既然如此，回溯到si-j+1开始与t匹配可以不做。那么，回溯到si-j+2开始与t匹配又怎么样？从上面推理可知，如果 t0t1…tj-2≠t2t3…tj 仍然有 t0t1…tj-2≠si-j+2si-j+3…si 这样的比较仍然“失配”。依此类推，直到对于某一个值k，使得： t0t1…tk-2≠ tj-k+1tj-k+2…tj-1 且 t0t1…tk-1=tj-ktj-k+1…tj-1“ 才有 tj-ktj-k+1…tj-1=si-ksi-k+1…si-1=t0t1…tk-1 说明下一次可直接比较si和tk，这样，我们可以直接把第i趟比较“失配”时的模式t从当前位置直接右滑j-k位。而这里的k即为next[j]。 例如t=abab,由于t0t1 =t2t3(这里k=1,j=3),则存在真子串。设s=abacabab,t=abab,第一次匹配过程如下所示。 此时不必从i=1(i=i-j+1=1),j=0重新开始第二次匹配。因t0≠t1,s1=t1,必有s1≠t0,又因t0 =t2,s2=t2,所以必有s2=t0。因此,第二次匹配可直接从i=3,j=1开始。 为此,定义next[j]函数如下: max{k|0kj,且“t0t1…tk-1”=“tj-ktj-k+1…tj-1” } 当此集合非空时 -1 当j=0时 0 其他情况 next[j]= 1 0 0 -1 next[j] b a b a t[j] 3 2 1 0 j t=“abab”对应的next数组如下: void GetNext(SqString t,int next[]) { int j,k; j=0;k=-1;next[0]=-1; while (jt.len-1) { if (k==-1 || t.data[j]==t.data[k]) /*k为-1或比较的字符相等时*/ { j++;k++; next[j]=k; } else k=next[k]; } } 由模式串t求出next值的算法 int KMPIndex(SqString s,SqString t) { int next[MaxSize],i=0,j=0,v; GetNext(t,next); while (is.len jt.len) { if (j==-1 || s.data[i]==t.data[j]) { i++;j++; } /*i,j各增1*/ else j=nex