模式匹配（kmp）及其優化

對於兩個字串s,p。想要判斷s串中是否有模式串p，正常的思路是依次遍歷，看是否能夠匹配成功。但實際上這種有回溯的模式匹配效率往往不高，

故有此無回溯模式匹配演算法

乙個直接按照定義計算字首函式的演算法流程：

在乙個迴圈中以的順序計算字首函式的值（被賦值為）。

為了計算當前的字首函式值，我們令變數從最大的真字首長度開始嘗試。

如果當前長度下真字首和真字尾相等，則此時長度為，否則令 j 自減 1，繼續匹配，直到。

如果並且仍沒有任何一次匹配，則置並移至下乙個下標。

具體實現如下：

vector<
int>
prefix_function
(string s)
return pi;
}

注：

string substr (size_t pos = 0, size_t len = npos) const;

顯見該演算法的時間複雜度為o（n3），具有很大的改進空間。

第乙個優化

第乙個重要的觀察是相鄰的字首函式值至多增加。

參照下圖所示，只需如此考慮：當取乙個盡可能大的時，必然要求新增的也與之對應的字元匹配，即 , 此時。

所以當移動到下乙個位置時，字首函式的值要麼增加一，要麼維持不變，要麼減少。

此時的改進的演算法為：

vector<
int>
prefix_function
(string s)
return pi;
}

在這個初步改進的演算法中，在計算每個時，最好的情況是第一次字串比較就完成了匹配，也就是說基礎的字串比較次數是 n-1 次。

而由於存在 j = pi[i-1]+1 （ pi[0]=0 ）對於最大字串比較次數的限制，可以看出每次只有在最好情況才會為字串比較次數的上限積累 1，而每次超過一次的字串比較消耗的是之後次數的增長空間。

由此我們可以得出字串比較次數最多的一種情況：至少 1 次字串比較次數的消耗和最多 n-2 次比較次數的積累，此時字串比較次數為 n-1 + n-2 = 2n-3 。

可見經過此次優化，計算字首函式只需要進行次字串比較，總複雜度降為了 o（n2）。

第二個優化：

在第乙個優化中，我們討論了計算時的最好情況：，此時。現在讓我們沿著這個思路走得更遠一點：討論當時如何跳轉。

失配時，我們希望找到對於子串，僅次於的第二長度，使得在位置的字首性質仍得以保持，也即：

如果我們找到了這樣的長度，那麼僅需要再次比較和。如果它們相等，那麼就有。否則，我們需要找到子串僅次於的第二長度，使得字首性質得以保持，如此反覆，直到。如果，則。

觀察上圖可以發現，因為，所以對於的第二長度，有這樣的性質：

也就是說等價於子串的字首函式值，即。同理，次於的第二長度等價於的字首函式值，

顯然我們可以得到乙個關於的狀態轉移方程：

最終演算法¶

所以最終我們可以構建乙個不需要進行任何字串比較，並且只進行次操作的演算法。

而且該演算法的實現出人意料的短且直觀：

vector<
int>
prefix_function
(string s)
return pi;
}

吐槽一下：雖然這個改進後的計算字首函式的演算法看起來很屌，但是在基準測試中發現，當模式串的長度不是很大（100 以內）的情況下，其實和樸素演算法也沒有什麼區別。

改進一下之後，變成了下面的next陣列和kmp演算法了

對模式串建立next陣列就是要根據next陣列來控制匹配，其含義是模式串的在第i項前字尾匹配的最大長度。

void
make_nexts()
i++; k++
;		nexts[i]
= k;
}}

分析：這種nexts陣列的求法已經極大優化了原回溯模式匹配，但當第i項和第k項相同的時候，由於此時對於串s的第m項，s[m]！=p[i]，所以s[m]!=p[k],故此時比較p[k]項一定不能匹配成功，故可以繼續改進。

void
get_nexts()
}

#include
#include
#include
using
namespace std;
const
int maxn =
10010
;int nexts[maxn]
;void
get_nexts
(string p)
}int
kmp(string p, string s)
if(j >=
(int
)p.size()
)return i - j;
return-1
;}intmain()

測試樣例1：

/* aabcbabcaabcaababcaabcaababc abcaababc

*/

結果1：

測試樣例2：

/* aabbcbabc

bbc*/

結果2：

模式匹配（kmp）及其優化

KMP模式匹配

KMP模式匹配

KMP模式匹配

模式匹配（kmp）及其優化

KMP模式匹配

KMP模式匹配

KMP模式匹配

相關推薦