串的兩種模式匹配方式（BF/KMP算法）

前言

串，又稱作字符串，它是由0個或者多個字符所組成的有限序列，串同樣可以采用順序存儲和鏈式存儲兩種方式進行存儲，在主串中查找定位子串問題（模式匹配）是串中最重要的操作之一，而不同的算法實現有著不同的效率，我們今天就來對比學習串的兩種模式匹配方式：

• 樸素的模式匹配算法（Brute-Force算法，簡稱BF算法）
• KMP模式匹配算法

樸素的模式匹配算法（BF算法）

BF算法是模式匹配中的一種常規算法，它的思想就是：

• 第一輪：子串中的第一個字符與主串中的第一個字符進行比較
  • 若相等，則繼續比較主串與子串的第二個字符
  • 若不相等，進行第二輪比較

• 第二輪：子串中的第一個字符與主串中第二個字符進行比較......
• 第N輪：依次比較下去，直到全部匹配

圖示說明：

第一輪：

第二輪：

...... 原理一致，省略中間步驟

第五輪：

第六輪：

代碼實現：

看完文字與圖例講解，我們來動手實現一個這樣的算法

簡單歸納上面的步驟就是：

主串的每一個字符與子串的開頭進行匹配，匹配成功則比較子串與主串的下一位是否匹配，匹配失敗則比較子串與主串的下一位，很顯然，我們可以使用兩個指針來分別指向主串和子串的某個字符，來實現這樣一種算法

匹配成功，返回子串在主串中第一次出現的位置，匹配失敗返回 -1，子串是空串返回 0

int

注：代碼只為體現算法思路，具體定義未給出

這種算法簡單易懂，卻存在著一個很大的缺點，那就是需要多次回溯，效率低下，若主串為 000000000001 子串為00001，這就意味著每一輪都要比較到子串的最后一個字符才會匹配失敗，有沒有更好的辦法呢？下面的KMP模式匹配算法就很好的解決了這一問題

KMP模式匹配算法

如果僅僅進行一些少量數據的運算，可能你甚至覺得BF算法也還行，起碼是很容易寫出來的，畢竟能跑的就是好程序，但是一旦數據量增大，你就會發現有一些 “無用功” 真的會大大的拖慢你的速度

KMP模式配算法是由 D.E.Knuth，J.H.Morris，V.R.Pratt 三位前輩提出的，它是一種對樸素模式匹配算法的改進，核心就是利用匹配失敗后的信息，盡量減少子主串的匹配次數，其體現就是 主串指針一直往后移動，子串指針回溯

圖示說明：

下面所表示的是樸素模式匹配算法的過程，我們看看如果使用KMP算法的思想，哪些步驟是可以省略掉的

① 中前五個元素，均互相匹配，知道第六個元素才匹配失敗，按照BF算法來說，就直接進行 ② ③ 操作，但是，我們可以發現，子串中的前三個元素 a b c 均不是相同的，但是在 ① 中已經與 主串相匹配，所以 子串分別與主串中的第二 第三個元素匹配 一定是不匹配的，所以圖中的 ② ③ 均可以省略

在 ① 中 子串中的 第一第二個元素 ab 和第四第五個元素 ab 是相同的，且 第四第五個元素 ab 已經與主串中的 第四第五個元素匹配成功，這意味著，子串中第一第二個元素 ab 一定與 主串中 第四第五個元素相匹配，所以 ④ ⑤ 步驟可以省略

如果按照這種思路，上面的例子只需要執行 ① 和 ⑥ 就可以了

next 數組值推導

(一) 主串指針是否需要回溯

我們觀察上面的兩種過程 ，BF算法-①②③④⑤⑥，KMP算法-①⑥，如果我們現在假定有兩個指針，i 和 j，分別指向主串和子串中的所處位置，從上圖我們可以知道，主串指針，也就是 i 的值在 ① 的狀態下， 指針指向6的位置，而在 ②③④⑤ 中卻分別指向了2345，而在 ⑥ 中仍指向6的位置

這說明，樸素模式匹配算法，主串的 i 值會不斷的進行回溯，但是 KMP模式匹配算法將這種沒必要的回溯省略掉了，所以減少了執行次數

(二) 子串指針優化總結

既然主串指針不進行回溯，那么還可以優化的就是 子串指針了，一般會遇到兩種情況 我們舉兩個例子：

• 如果子串為 abcdef，主串為abcdexabcdef，當第一輪匹配到第六個字符f和x的時候，匹配失敗了，這個時候如果按照樸素模式匹配，就需要拿子串的首元素a去分別和主串的bcde進行比較，但是由于子串f元素前的元素中沒有相同的元素，并且與主串匹配，所以a與主串中的2-5號元素 即 bcde 都是不可能相匹配的，所有這幾部都可以省略，直接讓a和主串中的x去匹配
• 如果子串為abcabx，主串為abcababcax，在第一輪中，前五個元素子主串分別相匹配，第六個元素位置出錯，按照樸素模式匹配，我們需要拿子串首元素a，依次與主串中的a后面的元素匹配，但是子串前面三個字符abc是不相等的，按照我們第一種情況的經驗，就直接跳過這些步驟了，所有我們直接拿 子串a與 主串第四個元素a進行比較就可以了，但是我們發現，子串中出錯的位置x前的串 abcab 的前綴和后綴都是 ab，既然第一輪的時候，已經匹配成功，那就意味著，子串中的 第一第二個元素ab一定與 主串中 第四第五個元素 ab相等，所以這個步驟也可以省略，也就直接可以拿子串前綴ab后面的c開始于a進行比對，這也就是我們上面圖中例子的詳細思路

總結：所以我們得出規律，子串指針的值取決于，子串前后綴元素的相似程度

想要應用到具體代碼中，我們可以把子串位置變化 的 j 值定義成一個next數組，且長度與子串長度相同

且當當集合不為空時其他情況?

• 情況1：當 j = 0 時，next[j] = -1, 表示子串指針指向下標為0的元素的時候匹配失敗，子串無法回溯，(j不能賦值-1) ，此時將主串指針后移一位，子串不，進行下一輪比較
• 情況2：在已經匹配的子串中，存在相同的前綴串 T0 T1 ... Tk-1 和后綴串 Tj-k Tj-k+1 ... Tj-1，子串指針則回溯到next[j] = k的位置，然后進行下一趟比較，例如：子串 abcabc 有相同前綴和后綴ab 所以子串指針回溯到 c的位置
• 情況3：在已經匹配的子串，若不存在相等的前綴和后綴，則主串指針不動，子串指針回溯到 j = 0 的位置，然后進行下一趟比較

例：主串 S = “abc520abc520abcd”, 子串 T = "abc520abcd" ，利用 KMP算法匹配過程

子串 next 數組

j0 1 2 3 4 5 6 7 8 9子串a b c 5 2 0 a b c dnext[j]-1 0 0 0 0 0 0 1 2 3

可以看到，在 指針 i = 9 且 j = 9 的時候，匹配失敗， 此時 next[9] = 3 ，所以子串指針回溯到 下標 j = 3 的位置也就是元素 5 的位置，進行第二輪比較，然后正好全部匹配成功

(三) 求next數組算法實現

void

KMP算法代碼實現

有了 next 數組的鋪墊，我們就可以來實現KMP算法了

匹配成功返回子串在主串中第一次出現的位置，失敗返回-1，子串為空串返回0

int

KMP模式匹配算法改進

有一種特殊情況的出現，使得我們不得不考慮KMP算法的改進

那就是子串中有多個連續重復的元素，例如主串 S=“aaabcde” 子串T=“aaaaax” 在主串指針不動，移動子串指針比較這些值，其實有很多無用功，因為子串中前5個元素都是相同的a，所以我們可以省略掉這些重復的步驟

void

這種改進的核心就在于 增加了對子串中 t[i] 和 t[j] 是否相等的判斷，相等則直接將 nextVal[j] 的值賦給 nextVal[i]

總結

在BF算法中，當主串和子串不匹配的時候，主串和子串你的指針都需要回溯，所以導致了該算法時間復雜度比較高為 O(nm) ，空間復雜度為 O(1) 注：雖然其時間復雜度為 O(nm) 但是在一般應用下執行，其執行時間近似 O(n+m) 所以仍被使用

KMP算法，利用子串的結構相似性，設計next數組，在此之上達到了主串不回溯的效果，大大減少了比較次數，但是相對應的卻犧牲了存儲空間，KMP算法 時間復雜度為 O(n+m) 空間復雜度為 O(n)

結尾：

如果文章中有什么不足，或者錯誤的地方，歡迎大家留言分享想法，感謝朋友們的支持！

如果能幫到你的話，那就來關注我吧！如果您更喜歡微信文章的閱讀方式，可以關注我的公眾號

在這里的我們素不相識，卻都在為了自己的夢而努力 ?
一個堅持推送原創開發技術文章的公眾號：理想二旬不止

總結

以上是生活随笔為你收集整理的a - 数据结构实验之串一:kmp简单应用_串的两种模式匹配方式（BF/KMP算法）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。