字符串的模式匹配详解--BF算法与KMP算法
一.BF算法
BF算法是普通的模式匹配算法，BF算法的思想就是将目标串S的第一个字符与模式串P的第一个字符进行匹配，若相等，则继续比较S的第二个字符和P的第二个字符；若不相等，则比较S的第二个字符和P的第一个字符，依次比较下去，直到得出最后的匹配结果。
举例说明：
S:ababcababa P:ababa BF算法匹配的步骤如下 i=0i=1i=2i=3i=4 第一趟:ababcababa第二趟:ababcababa第三趟:ababcababa第四趟:ababcababa第五趟:ababcababa ababaababaababaababaababa j=0j=1j=2j=3j=4(i和j回溯) i=1i=2i=3i=4i=3 第六趟:ababcababa第七趟:ababcababa第八趟:ababcababa第九趟:ababcababa第十趟:ababcababa ababaababaababaababaababa j=0j=0j=1j=2(i和j回溯)j=0 i=4i=5i=6i=7i=8 第十一趟:ababcababa第十二趟:ababcababa第十三趟:ababcababa第十四趟:ababcababa第十五趟:ababcababa ababaababaababaababaababa j=0j=0j=1j=2j=3 i=9 第十六趟:ababcababa ababa j=4(匹配成功)
代码实现:
intBFMatch(char*s,char*p)
{
inti,j;
i=0;
while(i<strlen(s))
{
j=0;
while(s[i]==p[j]&&j<strlen(p))
{
i++;
j++;
}
if(j==strlen(p))
returni-strlen(p);
i=i-j+1;//指针i回溯
}
return-1;
}
其实在上面的匹配过程中，有很多比较是多余的。在第五趟匹配失败的时候，在第六趟，i可以保持不变，j值为2。因为在前面匹配的过程中，对于串S，已知s0s1s2s3=p0p1p2p3，又因为p0!=p1!，所以第六趟的匹配是多余的。又由于p0==p2,p1==p3，所以第七趟和第八趟的匹配也是多余的。在KMP算法中就省略了这些多余的匹配。
二.KMP算法
KMP算法之所以叫做KMP算法是因为这个算法是由三个人共同提出来的，就取三个人名字的首字母作为该算法的名字。其实KMP算法与BF算法的区别就在于KMP算法巧妙的消除了指针i的回溯问题，只需确定下次匹配j的位置即可，使得问题的复杂度由O(mn)下降到O(m+n)。
在KMP算法中，为了确定在匹配不成功时，下次匹配时j的位置，引入了next[]数组，next[j]的值表示P[0...j-1]中最长后缀的长度等于相同字符序列的前缀。
对于next[]数组的定义如下：
1)next[j]=-1 j=0
2)next[j]=max(k):0<k<j P[0...k-1]=P[j-k,j-1]
3)next[j]=0 其他
如：
P a b a b a
j 0 1 2 3 4
next -1 0 0 1 2
即next[j]=k>0时，表示P[0...k-1]=P[j-k,j-1]
因此KMP算法的思想就是：在匹配过程称，若发生不匹配的情况，如果next[j]>=0，则目标串的指针i不变，将模式串的指针j移动到next[j]的位置继续进行匹配；若next[j]=-1，则将i右移1位，并将j置0，继续进行比较。
代码实现如下：
intKMPMatch(char*s,char*p)
{
intnext[100];
inti,j;
i=0;
j=0;
getNext(p,next);
while(i<strlen(s))
{
if(j==-1||s[i]==p[j])
{
i++;
j++;
}
else
{
j=next[j];//消除了指针i的回溯
}
if(j==strlen(p))
returni-strlen(p);
}
return-1;
}
因此KMP算法的关键在于求算next[]数组的值，即求算模式串每个位置处的最长后缀与前缀相同的长度，而求算next[]数组的值有两种思路，第一种思路是用递推的思想去求算，还有一种就是直接去求解。
1.按照递推的思想：
根据定义next[0]=-1，假设next[j]=k,即P[0...k-1]==P[j-k,j-1]
1)若P[j]==P[k]，则有P[0..k]==P[j-k,j]，很显然，next[j+1]=next[j]+1=k+1;
2)若P[j]!=P[k]，则可以把其看做模式匹配的问题，即匹配失败的时候，k值如何移动，显然k=next[k]。
因此可以这样去实现：
voidgetNext(char*p,int*next)
{
intj,k;
next[0]=-1;
j=0;
k=-1;
while(j<strlen(p)-1)
{
if(k==-1||p[j]==p[k])//匹配的情况下,p[j]==p[k]
{
j++;
k++;
next[j]=k;
}
else//p[j]!=p[k]
k=next[k];
}
}
2.直接求解方法
voidgetNext(char*p,int*next)
{
inti,j,temp;
for(i=0;i<strlen(p);i++)
{
if(i==0)
{
next[i]=-1;//next[0]=-1
}
elseif(i==1)
{
next[i]=0;//next[1]=0
}
else
{
temp=i-1;
for(j=temp;j>0;j--)
{
if(equals(p,i,j))
{
next[i]=j;//找到最大的k值
break;
}
}
if(j==0)
next[i]=0;
}
}
}
boolequals(char*p,inti,intj)//判断p[0...j-1]与p[i-j...i-1]是否相等
{
intk=0;
ints=i-j;
for(;k<=j-1&&s<=i-1;k++,s++)
{
if(p[k]!=p[s])
returnfalse;
}
returntrue;
}