KMP算法(Knuth-Morris-Pratt )

花了兩天研究KMP算法,這里做個(gè)簡(jiǎn)單介紹

時(shí)間上由暴力法的O(MN)改良成 O(M+N),所以效率還是可以的封断;其主要思路分為兩步:

1.先處理匹配字符串pattern,生成跳躍數(shù)組next

2.根據(jù)next數(shù)組記錄括尸,對(duì)待匹配文本進(jìn)行匹配運(yùn)算诫给。

假如有待匹配字符串text:ABABABCDABXYBXYABXYXYZHABCDABXYKEISKAIABAB

有匹配字符串pattern:ABCDABXY

a.先生成next數(shù)組:

| A | B | C | D | A | B | X | Y |
| -1 | 0 | 0 | 0 | 0 | 1 | 2 | 0 |

解釋如下:依次找到pattern字符串中每個(gè)字符的前綴 跟 pattern從頭開(kāi)始的字符串中 重復(fù) 的最大字符個(gè)數(shù)(一定要包含頭香拉,若頭不匹配,就算中間全部匹配也不算)(不包括自身)中狂,例如:pattern字符串從左到右遍歷凫碌,A無(wú)前綴,因此為-1胃榕;B前綴為A盛险,前面從頭開(kāi)始再無(wú)重復(fù)(A不跟自己A比較),因此為0勋又;類似C無(wú)最大重復(fù)前綴苦掘,因此為0;依次類推D楔壤、A前綴為0鹤啡;B最大重復(fù)前綴為A,因此為1蹲嚣;X最大重復(fù)前綴為AB递瑰,因此為2;Y無(wú)最大重復(fù)前綴為隙畜,因此為0.

數(shù)組代表:假如text匹配在X位置錯(cuò)誤抖部,則直接將pattern的X位置換成next[2]對(duì)應(yīng)的C位置,即向前跳躍4個(gè)位置议惰,繼續(xù)一一比較慎颗,依次類推,若pattern長(zhǎng)度匹配到了結(jié)束位置還沒(méi)有跳,則匹配成功一次哗总。若循環(huán)匹配几颜,則成功一次之后還要判斷text該跳躍的長(zhǎng)度,繼續(xù)匹配讯屈;

代碼如下:

    /**
     * 處理pattern蛋哭,記錄跳躍位置數(shù)組
     * @param pattern
     * @return
     */
    public int[] buildNext2(char[] pattern) {
        int k = -1, i = 1, nLen = 0;
        if (pattern == null) {
            return null;
        }
        nLen = pattern.length;
        int next[] = new int[nLen+1];
        next[0] = k;
        for (i = 0; i < nLen; i++) {
            next[i + 1] = next[i] + 1;
            while (next[i + 1] > 0 && pattern[next[i + 1] - 1] != pattern[i]){
                next[i + 1] = next[next[i + 1] - 1] + 1;
            }
        }
        int nnext[] = new int[nLen];
        //此處生成的next數(shù)組會(huì)比原pattern多一位,但不影響比較
//      for(i = 0; i < nLen-1; i++){
//          nnext[i] = next[i];
//      }
//      return nnext;
        return next;

    }
image.gif
<span style="white-space:pre">  </span>/**
     * 匹配算法
     * @param text
     * @param pattern
     * @param next
     */
    public void kmp(char []text, char []pattern, int []next) {
        int i,j,m = 0;
        boolean match = false;

        if (text == null || pattern == null || next == null){
               return;
        }

        //記錄匹配后繼續(xù)匹配文本該跳的位置
        for(i = 0;i<next.length;i++){
            if(next[i]>0){
                m=i-1;
                break;
            }
        }

        for (i=j=0; i != text.length; ) {           //比較結(jié)束符
            if (j<0 || text[i] == pattern[j]) {     //一個(gè)一個(gè)比較
                ++i;
                ++j;
                if (j == pattern.length) {          // 找到了
                    System.out.println("在 "+(i-j)+" 的位置");
                    i=(m==0?i-j+1:i-j+m);           //匹配一次后涮母,文本往后跳一個(gè)next數(shù)組不為0的位置
                j=0;                                //匹配一次后谆趾,pattern回到首位
                    match = true;                   //記錄是否有匹配
                }
            }else{
                j = next[j];
            }
        }
        if(!match){
             System.out.println("沒(méi)有匹配");
        }
    }
image.gif
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市叛本,隨后出現(xiàn)的幾起案子沪蓬,更是在濱河造成了極大的恐慌,老刑警劉巖来候,帶你破解...
    沈念sama閱讀 218,386評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件跷叉,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡营搅,警方通過(guò)查閱死者的電腦和手機(jī)云挟,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)转质,“玉大人园欣,你說(shuō)我怎么就攤上這事⌒菪罚” “怎么了沸枯?”我有些...
    開(kāi)封第一講書人閱讀 164,704評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)赂弓。 經(jīng)常有香客問(wèn)我绑榴,道長(zhǎng),這世上最難降的妖魔是什么拣展? 我笑而不...
    開(kāi)封第一講書人閱讀 58,702評(píng)論 1 294
  • 正文 為了忘掉前任彭沼,我火速辦了婚禮,結(jié)果婚禮上备埃,老公的妹妹穿的比我還像新娘姓惑。我一直安慰自己,他們只是感情好按脚,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,716評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布于毙。 她就那樣靜靜地躺著,像睡著了一般辅搬。 火紅的嫁衣襯著肌膚如雪唯沮。 梳的紋絲不亂的頭發(fā)上脖旱,一...
    開(kāi)封第一講書人閱讀 51,573評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音介蛉,去河邊找鬼萌庆。 笑死,一個(gè)胖子當(dāng)著我的面吹牛币旧,可吹牛的內(nèi)容都是我干的践险。 我是一名探鬼主播,決...
    沈念sama閱讀 40,314評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼吹菱,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼巍虫!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起鳍刷,我...
    開(kāi)封第一講書人閱讀 39,230評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤占遥,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后输瓜,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體瓦胎,經(jīng)...
    沈念sama閱讀 45,680評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,873評(píng)論 3 336
  • 正文 我和宋清朗相戀三年尤揣,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了凛捏。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,991評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡芹缔,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出瓶盛,到底是詐尸還是另有隱情最欠,我是刑警寧澤,帶...
    沈念sama閱讀 35,706評(píng)論 5 346
  • 正文 年R本政府宣布惩猫,位于F島的核電站芝硬,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏轧房。R本人自食惡果不足惜拌阴,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,329評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望奶镶。 院中可真熱鬧迟赃,春花似錦、人聲如沸厂镇。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,910評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)捺信。三九已至酌媒,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背秒咨。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,038評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工喇辽, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人雨席。 一個(gè)月前我還...
    沈念sama閱讀 48,158評(píng)論 3 370
  • 正文 我出身青樓菩咨,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親舅世。 傳聞我的和親對(duì)象是個(gè)殘疾皇子旦委,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,941評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 字符串匹配KMP算法詳解 1. 引言 以前看過(guò)很多次KMP算法,一直覺(jué)得很有用雏亚,但都沒(méi)有搞明白缨硝,一方面是網(wǎng)上很少有...
    張晨輝Allen閱讀 2,402評(píng)論 0 3
  • 前言 最先接觸編程的知識(shí)是在大學(xué)里面查辩,大學(xué)里面學(xué)了一些基礎(chǔ)的知識(shí),c語(yǔ)言网持,java語(yǔ)言宜岛,單片機(jī)的匯編語(yǔ)言等;大學(xué)畢...
    oceanfive閱讀 3,080評(píng)論 0 7
  • 官網(wǎng) 中文版本 好的網(wǎng)站 Content-type: text/htmlBASH Section: User ...
    不排版閱讀 4,383評(píng)論 0 5
  • 懂得穿衣打扮的人功舀,應(yīng)該是一個(gè)懂得生活萍倡,充滿情趣的人;出門在外重視自己衣著搭配的人辟汰,必然已看重個(gè)人的形象氣質(zhì)列敲。一個(gè)人...
    旭日而生閱讀 2,897評(píng)論 2 7
  • 《現(xiàn)在》 結(jié)婚講氣派, 豪車非要買帖汞。 結(jié)婚莫半年戴而, 鬧離就分開(kāi)。 ...
    鈍角閱讀 588評(píng)論 3 37