Java數(shù)據(jù)結(jié)構(gòu)之KMP算法的實現(xiàn)
本次我們介紹數(shù)據(jù)結(jié)構(gòu)中的KMP算法,我們會從下面幾個角度來介紹:
問題介紹
首先我們先介紹適用于KMP算法的問題:
- 給定一個字符串S,以及一個模式串P,所有字符串中只包含大小寫英文字母以及阿拉伯?dāng)?shù)字。
- 模式串P在字符串S中多次作為子串出現(xiàn)。
- 求出模式串P在字符串S中所有出現(xiàn)的位置的起始下標(biāo)。
我們給出一個問題的簡單示例:
// 輸入 p長度 p s長度 s 3 aba 5 ababa // 輸出結(jié)果 0 2
暴力求解
所有問題我們都是在暴力求解的基礎(chǔ)上進(jìn)行更新迭代的,所以我們首先給出暴力求解:
// 下面為偽代碼,只是起到思路作用 // 首先我們需要創(chuàng)造s[],p[],并賦值 S[N],P[N] // 然后我們開始匹配,我們會從S的第一個字符開始匹配,設(shè)置一個flag判斷該字符開始的字符串是否與P字符匹配 // 該算法從每個i開始,全部進(jìn)行匹配 for(int i = 1;i <= n;i++ ){ boolean flag = true; for(int j = 1;j <= m;j++){ if(s[i+j-1] != p[j]){ flag = false; break; } } } // 我們給出一套完整的暴力求解方法 /** * 暴力破解法 * @param ts 主串 * @param ps 模式串 * @return 如果找到,返回在主串中第一個字符出現(xiàn)的下標(biāo),否則為-1 */ public static int bf(String ts, String ps) { char[] t = ts.toCharArray(); char[] p = ps.toCharArray(); int i = 0; // 主串的位置 int j = 0; // 模式串的位置 while (i < t.length && j < p.length) { if (t[i] == p[j]) { // 當(dāng)兩個字符相同,就比較下一個 i++; j++; } else { i = i - j + 1; // 一旦不匹配,i后退(從之前i的下一位開始,也是遍歷所有i) j = 0; // j歸0 } } // 當(dāng)上面循環(huán)結(jié)束,必定是i到頭或者j到頭,如果是j到頭,則說明存在子串符合父串,我們就將頭位置i返回 if (j == p.length) { return i - j; } else { return -1; } } // 但是我們會發(fā)現(xiàn):我們可以不讓i回退而是讓j回退,使j回退到能夠與當(dāng)前i相匹配的點位,然后繼續(xù)進(jìn)行主串和模式串的匹配
首先我們會發(fā)現(xiàn)這個算法的時間復(fù)雜度為O(n^2)
我們其中可以優(yōu)化的點就是i的位置更新,我們可以根據(jù)p字符串的特性來判斷i在失敗后最近可以移動到哪個點位!
知識補(bǔ)充
我們?yōu)榱藢W(xué)習(xí)KMP算法,我們需要補(bǔ)充一些下面會用到的知識:
- s[ ]是模式串,即比較長的字符串。
- p[ ]是模板串,即比較短的字符串。(這樣可能不嚴(yán)謹(jǐn)。。。)
- “非平凡前綴”:指除了最后一個字符以外,一個字符串的全部頭部組合。
- “非平凡后綴”:指除了第一個字符以外,一個字符串的全部尾部組合。(后面會有例子,均簡稱為前/后綴)
- “部分匹配值”:前綴和后綴的最長共有元素的長度。
- next[ ]是“部分匹配值表”,即next數(shù)組,它存儲的是每一個下標(biāo)對應(yīng)的“部分匹配值”,是KMP算法的核心。(后面作詳細(xì)講解)。
我們所用到的思想是:
- 在每次失配時,不是把p串往后移一位,而是把p串往后移動至下一次可以和前面部分匹配的位置,這樣就可以跳過大多數(shù)的失配步驟
- 而每次p串移動的步數(shù)就是通過查找next[ ]數(shù)組確定的
Next示例
我們給出一個簡單的Next示例:
// 首先我們給出一個next手寫實例 /* 模板串為:ABABAA next[0]代表t[0]-t[0],即"A" , "A"的前綴和后綴都為空集,共有元素的長度為0. next[1]代表t[0]-t[1],即"AB",前綴為“A”,后綴為“B”,共有元素的長度為0.. next[2]代表t[0]~t[2],即"ABA",前綴為“AB",后綴為"BA",最大前后綴即"A",長度為1. next[3]代表t[0]~t[3],即"ABAB",前綴為"ABA"后綴為"BAB”,最大前后綴即"AB ",長度為2. next[4]代表t[0]~t[4],即"ABABA",前綴為"ABAB",后綴為"BABA",最大前后綴即" ABA",長度為3. next[5]代表t[0]-t[5],即" ABABAA",前綴為“ABABA",T后綴為“BABAA";最大前后綴即"A",長度為1. */ // 我們next的作用是使next[j]=k使 P[0 ~ k-1] == P[j-k ~ j-1]、 // 當(dāng)?shù)趎個數(shù)不匹配時,我們讓j回退到k,這時我們的主串和模式串的前綴還屬于匹配狀態(tài),我們繼續(xù)進(jìn)行匹配 例如 ababc 我們?nèi)绻ヅ涞絚不符合時,我們可以使j回退到k(這里的k是2,即a)再繼續(xù)進(jìn)行匹配 因為我們的c前面的ab和開頭的ab是匹配的,我們主串中的i前面肯定也是ab,我們的l前面也是ab,所以兩者匹配,我們可以繼續(xù)后面的匹配 相當(dāng)于我們的x不變,我們將j放在2的位置,前面的ab已完成匹配,我們只需要匹配abc即可 // 公式書寫就是下述: 當(dāng)T[i] != P[j]時 有T[i-j ~ i-1] == P[0 ~ j-1] 由P[0 ~ k-1] == P[j-k ~ j-1] 必然:T[i-k ~ i-1] == P[0 ~ k-1]
Next代碼
我們給出求解Next的代碼展示:
public static int[] getNext(String ps) { char[] p = ps.toCharArray(); int[] next = new int[p.length]; // 這里的next[0]需要等于-1 // 因為j在最左邊時,不可能再移動j了,這時候要應(yīng)該是i指針后移。所以在代碼中才會有next[0] = -1;這個初始化。 next[0] = -1; // 這里設(shè)置j的初始值從第一個開始(我們需要得到全部next數(shù)組) int j = 0; // 這里設(shè)置k,k就是應(yīng)該返回的位置,也就是我們常說的前綴和后綴匹配區(qū)域的前綴的后一個位置 int k = -1; // 進(jìn)行循環(huán),得到next數(shù)組 while (j < p.length - 1) { // 首先是k==-1時,說明前面已無匹配狀態(tài),我們重新開始 // 然后是p[j] == p[k],說明循環(huán)時新添加的值,與我們應(yīng)該返回比對的位置相同 // 同時由于我們之前的部分都是已經(jīng)匹配成功的,所以加上這個數(shù)使我們的匹配長度又增加一位 if (k == -1 || p[j] == p[k]) { // 當(dāng)兩個字符相等時要跳過(因為p[k]與S[i]不符合的話,由于我們的p[j]=p[k],所以肯定也不符合,我們直接跳下一步) if (p[++j] == p[++k]) { next[j] = next[k]; } else { // 因為在P[j]之前已經(jīng)有P[0 ~ k-1] == p[j-k ~ j-1]。(next[j] == k) // 這時候現(xiàn)有P[k] == P[j],我們是不是可以得到P[0 ~ k-1] + P[k] == p[j-k ~ j-1] + P[j]。 // 即:P[0 ~ k] == P[j-k ~ j],即next[j+1] == k + 1 == next[j] + 1 // 前面我們已經(jīng)進(jìn)行了j++和k++,所以這里直接賦值即可 next[j] = k; } } else { // 如果當(dāng)前狀態(tài)無法匹配,我們就跳回上一個前綴后綴相同部分再來判斷是否前后綴相同 k = next[k]; } } return next; }
匹配示例
我們給出簡單的匹配示例:
匹配相對而言就比較簡單了
主串:abababc
模式串:abc
我們首先進(jìn)行i++,j++范圍的匹配,當(dāng)?shù)谌?,即a和c匹配不成功時,我們不移動i,而是移動j
我們將j=2,移動到j(luò)=0,即next[2]的位置,在之后一直匹配并再對j進(jìn)行一次移動,到最后匹配成功為止
匹配代碼
我們給出對應(yīng)的匹配代碼:
/*該代碼實際上是由暴力求解代碼改造過來的*/ public static int KMP(String ts, String ps) { char[] t = ts.toCharArray(); char[] p = ps.toCharArray(); int i = 0; // 主串的位置 int j = 0; // 模式串的位置 int[] next = getNext(ps); // 開始判斷(設(shè)置邊界值) while (i < t.length && j < p.length) { // 當(dāng)j為-1時,要移動的是i,當(dāng)然j也要歸0 // 如果匹配成功,兩者都進(jìn)行移動,開始下一位比對 if (j == -1 || t[i] == p[j]) { i++; j++; } else { // 如果比對失敗,我們將 j 返回next數(shù)組指定位置繼續(xù)匹配 // i不需要回溯了 // i = i - j + 1; j = next[j]; // j回到指定位置 } } // 最后同樣進(jìn)行判斷,是否符合條件 if (j == p.length) { return i - j; } else { return -1; } }
完整代碼
最后為大家展示一下完整代碼:
import java.util.Scanner; class ppp { /** * 主代碼 * @param args */ public static void main(String[] args) { Scanner scanner = new Scanner(System.in); String ts = scanner.nextLine(); String ps = scanner.nextLine(); int kmp = KMP(ts, ps); System.out.println(kmp); } /** * kmp算法 * @param ts * @param ps * @return */ public static int KMP(String ts, String ps) { char[] t = ts.toCharArray(); char[] p = ps.toCharArray(); int i = 0; // 主串的位置 int j = 0; // 模式串的位置 int[] next = getNext(ps); // 開始判斷(設(shè)置邊界值) while (i < t.length && j < p.length) { // 當(dāng)j為-1時,要移動的是i,當(dāng)然j也要歸0 // 如果匹配成功,兩者都進(jìn)行移動,開始下一位比對 if (j == -1 || t[i] == p[j]) { i++; j++; } else { // 如果比對失敗,我們將 j 返回next數(shù)組指定位置繼續(xù)匹配 // i不需要回溯了 // i = i - j + 1; j = next[j]; // j回到指定位置 } } // 最后同樣進(jìn)行判斷,是否符合條件 if (j == p.length) { return i - j; } else { return -1; } } /** * next數(shù)組求解 * @param ps * @return */ public static int[] getNext(String ps) { char[] p = ps.toCharArray(); int[] next = new int[p.length]; // 這里的next[0]需要等于-1 // 因為j在最左邊時,不可能再移動j了,這時候要應(yīng)該是i指針后移。所以在代碼中才會有next[0] = -1;這個初始化。 next[0] = -1; // 這里設(shè)置j的初始值從第一個開始(我們需要得到全部next數(shù)組) int j = 0; // 這里設(shè)置k,k就是應(yīng)該返回的位置,也就是我們常說的前綴和后綴匹配區(qū)域的前綴的后一個位置 int k = -1; // 進(jìn)行循環(huán),得到next數(shù)組 while (j < p.length - 1) { // 首先是k==-1時,說明前面已無匹配狀態(tài),我們重新開始 // 然后是p[j] == p[k],說明循環(huán)時新添加的值,與我們應(yīng)該返回比對的位置相同 // 同時由于我們之前的部分都是已經(jīng)匹配成功的,所以加上這個數(shù)使我們的匹配長度又增加一位 if (k == -1 || p[j] == p[k]) { // 當(dāng)兩個字符相等時要跳過 //(因為p[k]與S[i]不符合的話,由于我們的p[j]=p[k],所以肯定也不符合,我們直接跳下一步) if (p[++j] == p[++k]) { next[j] = next[k]; } else { // 因為在P[j]之前已經(jīng)有P[0 ~ k-1] == p[j-k ~ j-1]。(next[j] == k) // 這時候現(xiàn)有P[k] == P[j],我們是不是可以得到P[0 ~ k-1] + P[k] == p[j-k ~ j-1] + P[j]。 // 即:P[0 ~ k] == P[j-k ~ j],即next[j+1] == k + 1 == next[j] + 1 // 前面我們已經(jīng)進(jìn)行了j++和k++,所以這里直接賦值即可 next[j] = k; } } else { // 如果當(dāng)前狀態(tài)無法匹配,我們就跳回上一個前綴后綴相同部分再來判斷是否前后綴相同 k = next[k]; } } return next; } }
以上就是Java數(shù)據(jù)結(jié)構(gòu)之KMP算法的實現(xiàn)的詳細(xì)內(nèi)容,更多關(guān)于Java KMP算法的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Java中構(gòu)造器內(nèi)部的多態(tài)方法的行為實例分析
這篇文章主要介紹了Java中構(gòu)造器內(nèi)部的多態(tài)方法的行為,結(jié)合實例形式分析了java構(gòu)造器內(nèi)部多態(tài)方法相關(guān)原理、功能及操作技巧,需要的朋友可以參考下2019-10-10