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 0 t 1 … t k = t j-k t j-k+1 … t j 成立。 例如， t= abab, 即 t 0 t 1 ＝ t 2 t 3 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=s 0 s 1 … s n-1 , 模式 t= 0 t 1 … t m-1 , 在进行第 i 趟匹配时，出现以下情况： 这时，应有 0 t 1 … t j-1 =s i-j s i-j+1 … s i-1 (4.1) 如果在模式 t 中， 0 t 1 … t j-1 ≠ 1 t 2 … t j (4.2) s ： s 0 s 1 … s i - j s i - j + 1 … s i - 1 s i s i + 1 … s n - 1 t ： t 0 t 1 … t j - 1 t j t j + 1 … s m - 1 则回溯到 s i-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： 0 t 1 … t j-1 ≠s i-j+1 s i-j+2 … s i 既然如此，回溯到 s i-j+1 开始与 t 匹配可以不做。那 么，回溯到 s i-j+2 开始与 t 匹配又怎么样？从上面推理 可知，如果 0 t 1 … t j-2 ≠ 2 t 3 … t j 仍然有 0 t 1 … t j-2 ≠s i-j+2 s i-j+3 … s i 这样的比较仍然“失配”。依此类推，直到对于 某一个值 k ，使得： 0 t 1 … t k-2 ╜??尰 t j-k+1 t j-k+2 … t j-1 且 0 t 1 … t k-1 = j-k t j-k+1 … t j-1 “ 才有 j-k t j-k+1 … t j-1 =s i-k s i-k+1 … s i-1 = 0 t 1 … t k-1 说明下一次可直接比较 s i 和 t k ，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] 。 s ： s 0 s 1 … s i- j s i- j + 1 … s i- k s i- k + 1 … s i- 1 s i s i+ 1 … s n - 1 t ： t 0 t 1 … t k - 1 t k … t j - 1 t j t j + 1 … s m - 1 s ： s 0 s 1 … s i- j s i- j + 1 … s i- k s i- k + 1 … s i- 1 s i s i+ 1 … s n - 1 t ： t 0 t 1 … t k - 1 t k … t j - 1 t j t j + 1 … s m - 1 t 右 滑 j - k 位 例如 t=abab, 由于 0 t 1 = 2 t 3 ( 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。 第 1 次 匹 配 s = a b a c a b a b i = 3 t = a b a b j = 3 失 败 此时不必从 i=1(i=i-j+1=1),j=0 重新开始第二次匹 配。因 t 0 ≠t 1 ,s 1 =t 1 , 必有 s 1 ≠t 0 , 又因 t 0 =t 2 ,s 2 =t 2 , 所以必有 s 2 =t 0 。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“ t 0 t 1 … t k-1 ”=“t j-k t j-k+1 … t j-1 ” } 当此集合非空时 -1 当 j=0 时 0 其他情况 next[j]= j 0 1 2 3