KMP演算法解析

日期： 2023年5月 1日

字串匹配是計算機的基本任務之一。

舉例來說，有乙個字串"bbc abcdab abcdabcdabde"，我想知道，裡面是否包含另乙個字串"abcdabd"？

許多演算法可以完成這個任務，knuth-morris-pratt演算法（簡稱kmp）是最常用的之一。它以三個發明者命名，起頭的那個k就是著名科學家donald knuth。

這種演算法不太容易理解，網上有很多解釋，但讀起來都很費勁。直到讀到jake boxer的文章，我才真正理解這種演算法。下面，我用自己的語言，試圖寫一篇比較好懂的kmp演算法解釋。

1.首先，字串"bbc abcdab abcdabcdabde"的第乙個字元與搜尋詞"abcdabd"的第乙個字元，進行比較。因為b與a不匹配，所以搜尋詞後移一位。

2.因為b與a不匹配，搜尋詞再往後移。

3.就這樣，直到字串有乙個字元，與搜尋詞的第乙個字元相同為止。

4.接著比較字串和搜尋詞的下乙個字元，還是相同。

5.直到字串有乙個字元，與搜尋詞對應的字元不相同為止。

6.這時，最自然的反應是，將搜尋詞整個後移一位，再從頭逐個比較。這樣做雖然可行，但是效率很差，因為你要把"搜尋位置"移到已經比較過的位置，重比一遍。

7.8.

怎麼做到這一點呢？可以針對搜尋詞，算出一張《部分匹配表》（partial match table）。這張表是如何產生的，後面再介紹，這裡只要會用就可以了。

9.已知空格與d不匹配時，前面六個字元"abcdab"是匹配的。查表可知，最後乙個匹配字元b對應的"部分匹配值"為2，因此按照下面的公式算出向後移動的位數：

移動位數 = 已匹配的字元數 - 對應的部分匹配值

10.11.

因為空格與a不匹配，繼續後移一位。

12.逐位比較，直到發現c與d不匹配。於是，移動位數 = 6 - 2，繼續將搜尋詞向後移動4位。

13.14.

下面介紹《部分匹配表》是如何產生的。

首先，要了解兩個概念："字首"和"字尾"。 "字首"指除了最後乙個字元以外，乙個字串的全部頭部組合；"字尾"指除了第乙個字元以外，乙個字串的全部尾部組合。

15."部分匹配值"就是"字首"和"字尾"的最長的共有元素的長度。以"abcdabd"為例，

－　"a"的字首和字尾都為空集，共有元素的長度為0；

－　"ab"的字首為[a]，字尾為[b]，共有元素的長度為0；

－　"abc"的字首為[a, ab]，字尾為[bc, c]，共有元素的長度0；

－　"abcd"的字首為[a, ab, abc]，字尾為[bcd, cd, d]，共有元素的長度為0；

－　"abcda"的字首為[a, ab, abc, abcd]，字尾為[bcda, cda, da, a]，共有元素為"a"，長度為1；

－　"abcdab"的字首為[a, ab, abc, abcd, abcda]，字尾為[bcdab, cdab, dab, ab, b]，共有元素為"ab"，長度為2；

－　"abcdabd"的字首為[a, ab, abc, abcd, abcda, abcdab]，字尾為[bcdabd, cdabd, dabd, abd, bd, d]，共有元素的長度為0。

"部分匹配"的實質是，有時候，字串頭部和尾部會有重複。比如，"abcdab"之中有兩個"ab"，那麼它的"部分匹配值"就是2（"ab"的長度）。搜尋詞移動的時候，第乙個"ab"向後移動4位（字串長度-部分匹配值），就可以來到第二個"ab"的位置。

（完）

KMP演算法解析

今天來說說這個難以理解的kmp演算法。之前寫過乙個模板，一直去套用，實在愧對演算法二字，今天悟一下。kmp演算法完成的任務是 給定兩個字串o和f，長度分別為n和m，判斷f是否在o中出現，如果出現則返回出現的位置。常規方法是遍歷a的每乙個位置，然後從該位置開始和b進行匹配，但是這種方法的複雜度是o n...

KMP演算法解析

kmp 演算法是用來求乙個較長字串是否包含另乙個較短字串的演算法，其中難點在於求解 next 陣列。next 陣列含義為 如果匹配到該字元時失敗，回溯的位置。straba abca cpos01 2345 67next 10 0112 01其中，next 陣列首位設定為 1，意味著首位匹配失敗時無法...

KMP演算法深度解析

摘要 kmp演算法是字串匹配的經典演算法，由於其o m n 的時間複雜度，至今仍被廣泛應用。大道至簡，kmp演算法非常簡潔，然而，其內部卻蘊含著玄妙的理論，以至許多人知其然而不知其所以然。本文旨在解開kmp演算法的內部玄妙所在，希望能夠有助於學習與理解。1 kmp演算法 一種改進的字串匹配演算法，由...