这几天学习kmp算法，解决字符串的匹配问题。開始的时候都是用到BF算法，（BF(Brute Force)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T的第一个字符进行匹配，若相等，则继续比較S的第二个字符和
T的第二个字符;若不相等，则比較S的第二个字符和T的第一个字符，依次比較下去，直到得出最后的匹配结果。BF算法是一种蛮力算法。
）尽管也能解决一些问题。可是这是常规思路，在内存大，数据量小。时间长的情况下。还能解决一些问题，可是假设遇到一些限制时间和内存的字符串问题，肯定会超时，这是我们就想到了kmp算法，（KMP算法是一种改进的字符串匹配算法，由D.E.Knuth与V.R.Pratt和J.H.Morris同一时候发现。因此人们称它为克努特--莫里斯--普拉特操作(简称KMP算法)。KMP算法的关键是利用匹配失败后的信息，尽量降低模式串与主串的匹配次数以达到高速匹配的目的。
详细实现就是实现一个next()函数，函数本身包括了模式串的局部匹配信息。）kmp算法的难点是kmp中的next数组的了解和求法。上网查了非常多资料。发现參差不齐，研究了非常久，才认为豁然开朗，，借鉴网上资源以及自己的了解。现总结例如以下，存在非常多不足之处。希望大家能批评指正！！
一、模拟字符串比較步骤例如以下：
1.
首先，字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符。进行比較。由于B与A不匹配，所以搜索词后移一位。
2.
由于B与A不匹配，搜索词再往后移。
3.
就这样。直到字符串有一个字符，与搜索词的第一个字符同样为止。
4.
接着比較字符串和搜索词的下一个字符，还是同样。
5.
直到字符串有一个字符，与搜索词相应的字符不同样为止。
6.
这时。最自然的反应是。将搜索词整个后移一位，再从头逐个比較。这样做尽管可行，可是效率非常差，由于你要把"搜索位置"移到已经比較过的位置，重比一遍。
7.
一个基本事实是，当空格与D不匹配时，你事实上知道前面六个字符是"ABCDAB"。KMP算法的想法是，设法利用这个已知信息，不要把"搜索位置"移回已经比較过的位置。继续把它向后移，这样就提高了效率。
8.
怎么做到这一点呢？能够针对搜索词。算出一张《部分匹配表》（Partial Match Table）。
这张表是怎样产生的。后面再介绍。这里仅仅要会用就能够了。
9.
已知空格与D不匹配时，前面六个字符"ABCDAB"是匹配的。查表可知。最后一个匹配字符B相应的"部分匹配值"为2。因此依照以下的公式算出向后移动的位数：
移动位数 = 已匹配的字符数 - 相应的部分匹配值
由于 6 - 2 等于4。所以将搜索词向后移动4位。
10.
由于空格与Ｃ不匹配，搜索词还要继续往后移。
这时，已匹配的字符数为2（"AB"）。相应的"部分匹配值"为0。所以，移动位数 = 2 - 0，结果为 2。于是将搜索词向后移2位。
11.
由于空格与A不匹配，继续后移一位。
12.
逐位比較。直到发现C与D不匹配。于是。移动位数 = 6 - 2，继续将搜索词向后移动4位。
13.
逐位比較。直到搜索词的最后一位，发现全然匹配，于是搜索完毕。假设还要继续搜索（即找出所有匹配）。移动位数 = 7 - 0，再将搜索词向后移动7位。这里就不再反复了。
14.
以下介绍《部分匹配表》是怎样产生的。
首先，要了解两个概念："前缀"和"后缀"。
"前缀"指除了最后一个字符以外，一个字符串的所有头部组合；"后缀"指除了第一个字符以外，一个字符串的所有尾部组合。
15.
"部分匹配值"就是"前缀"和"后缀"的最长的共同拥有元素的长度。以"ABCDABD"为例，
－ "A"的前缀和后缀都为空集，共同拥有元素的长度为0。
－ "AB"的前缀为[A]，后缀为[B]，共同拥有元素的长度为0；
－ "ABC"的前缀为[A, AB]，后缀为[BC, C]。共同拥有元素的长度0；
－ "ABCD"的前缀为[A, AB, ABC]。后缀为[BCD, CD, D]。共同拥有元素的长度为0。
－ "ABCDA"的前缀为[A, AB, ABC, ABCD]。后缀为[BCDA, CDA, DA, A]，共同拥有元素为"A"，长度为1；
－ "ABCDAB"的前缀为[A, AB, ABC, ABCD, ABCDA]。后缀为[BCDAB, CDAB, DAB, AB, B]，共同拥有元素为"AB"。长度为2。
－ "ABCDABD"的前缀为[A, AB, ABC, ABCD, ABCDA, ABCDAB]。后缀为[BCDABD, CDABD, DABD, ABD, BD, D]，共同拥有元素的长度为0。
16.
"部分匹配"的实质是，有时候，字符串头部和尾部会有反复。比方，"ABCDAB"之中有两个"AB"，那么它的"部分匹配值"就是2（"AB"的长度）。搜索词移动的时候。第一个"AB"向后移动4位（字符串长度-部分匹配值），就能够来到第二个"AB"的位置。
二、next数组实现的代码:
代码：
<span style="font-size:18px;">void makeNext(const char P[],int next[])
{
int q,k;//q:模版字符串下标；k:最大前后缀长度
int m = strlen(P);//模版字符串长度
next[0] = 0;//模版字符串的第一个字符的最大前后缀长度为0
for (q = 1,k = 0; q < m; ++q)//for循环，从第二个字符開始，依次计算每个字符相应的next值
{
while(k > 0 && P[q] != P[k])//递归的求出P[0]···P[q]的最大的同样的前后缀长度k
k = next[k-1]; //不理解没关系看以下的分析，这个while循环是整段代码的精髓所在，确实不好理解
if (P[q] == P[k])//假设相等，那么最大同样前后缀长度加1
{
k++;
}
next[q] = k;
}
}</span>
如今我着重解说一下while循环所做的工作：
- 已知前一步计算时最大同样的前后缀长度为k（k>0）。即P[0]···P[k-1]；
- 此时比較第k项P[k]与P[q],如图1所看到的
- 假设P[K]等于P[q]，那么非常easy跳出while循环;
- 关键！关键有木有！
关键假设不等呢？？？那么我们应该利用已经得到的next[0]···next[k-1]来求P[0]···P[k-1]这个子串中最大同样前后缀，可能有同学要问了——为什么要求P[0]···P[k-1]的最大同样前后缀呢？？？是啊！
为什么呢？ 原因在于P[k]已经和P[q]失配了，并且P[q-k]
··· P[q-1]又与P[0] ···P[k-1]相同，看来P[0]···P[k-1]这么长的子串是用不了了。那么我要找个相同也是P[0]打头、P[k-1]结尾的子串即P[0]···P[j-1](j==next[k-1])，看看它的下一项P[j]能否和P[q]匹配。如图2所看到的
三、next数组的优化代码：
<span style="font-size:18px;">void get_next()
{
int i=0,j=-1;
next[0]=-1;
while(i<len2)
{
if(j==-1||s2[i]==s2[j])
{
i++;
j++;
next[i]=j;
}
else
{
j=next[j];
}
}
} </span>
附件：kmp算法完整代码：
<span style="font-size:18px;">#include<stdio.h>
#include<string.h>
#define N 100005
char s[2*N];
char s1[N];
char s2[N];
int next[N];
int len1,len2,len;
void get_next()
{
int i=0,j=-1;
next[0]=-1;
while(i<len2)
{
if(j==-1||s2[i]==s2[j])
{
i++;
j++;
next[i]=j;
}
else
{
j=next[j];
}
}
}
void KMP()
{
int i=0;
int j=0;
get_next();
while(i<len&&j<len2)
{
if(j==-1||s[i]==s2[j])
{
i++;
j++;
}
else
{
j=next[j];
}
}
if(j==len2)
{
printf("yes\n");
return ;
}
else
{
printf("no\n");
return ;
}
}
int main(void)
{
while(scanf("%s%s",s1,s2)!=EOF)
{
len1=strlen(s1);
len2=strlen(s2);
if(len1<len2)
{
printf("no\n");
continue;
}
strcpy(s,s1);
strcat(s,s1);
len=2*len1;
memset(next,-1,sizeof(next));
KMP();
}
return 0;
}</span>