为什么说在KMP算法中文本串中的每个字符都是需要进行比较操作的?
KMP算法需要计算一个shift或者next表,这个表是一个部分匹配表,通过这个next表来计算当字符不匹配的时候移动的位数,这个移动位数的计算公式为
移动位数 = 已匹配的字符数 - 对应的next表中的值
当遇到字符不匹配的时候就使用上面这个公式来计算移动的位数,对应的next表中的值是大于等于0的,最好的情况也就是移动位数也就是已经匹配的字符数,此时相当于每个字符只比较一次,没有重复比较字符。由此可知,最好的情况下,文本串中的每个字符都是需要进行比较的(当然这是指在文本字符串中搜索不到模式串的情况下)。
关于KMP算法的详细描述可以参考下面的这个地址,讲的很好!
http://www.ruanyifeng.com/blog/2013/05/Knuth%E2%80%93Morris%E2%80%93Pratt_algorithm.html
举例来说,有一个字符串"BBC ABCDAB ABCDABCDABDE",我想知道,里面是否包含另一个字符串"ABCDABD"?
许多算法可以完成这个任务,Knuth-Morris-Pratt算法(简称KMP)是最常用的之一。它以三个发明者命名,起头的那个K就是著名科学家Donald Knuth。
这种算法不太容易理解,网上有很多解释,但读起来都很费劲。直到读到Jake Boxer的文章,我才真正理解这种算法。下面,我用自己的语言,试图写一篇比较好懂的KMP算法解释。
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,进行比较。因为B与A不匹配,所以搜索词后移一位。
2.
因为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相同为止。
4.
接着比较字符串和搜索词的下一个字符,还是相同。
5.
直到字符串有一个字符,与搜索词对应的字符不相同为止。
6.
这时,最自然的反应是,将搜索词整个后移一位,再从头逐个比较。这样做虽然可行,但是效率很差,因为你要把"搜索位置"移到已经比较过的位置,重比一遍。
7.
一个基本事实是,当空格与D不匹配时,你其实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"移回已经比较过的位置,继续把它向后移,这样就提高了效率。
8.
怎么做到这一点呢?可以针对搜索词,算出一张《部分匹配表》(Partial Match Table)。这张表是如何产生的,后面再介绍,这里只要会用就可以了。
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对应的"部分匹配值"为2,因此按照下面的公式算出向后移动的位数:
移动位数 = 已匹配的字符数 - 对应的部分匹配值
因为 6 - 2 等于4,所以将搜索词向后移动4位。
10.
因为空格与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"),对应的"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.
因为空格与A不匹配,继续后移一位。
12.
逐位比较,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.
逐位比较,直到搜索词的最后一位,发现完全匹配,于是搜索完成。如果还要继续搜索(即找出全部匹配),移动位数 = 7 - 0,再将搜索词向后移动7位,这里就不再重复了。
14.
下面介绍《部分匹配表》是如何产生的。
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,一个字符串的全部头部组合;"后缀"指除了第一个字符以外,一个字符串的全部尾部组合。
15.
"部分匹配值"就是"前缀"和"后缀"的最长的共有元素的长度。以"ABCDABD"为例,
- "A"的前缀和后缀都为空集,共有元素的长度为0;
- "AB"的前缀为[A],后缀为[B],共有元素的长度为0;
- "ABC"的前缀为[A, AB],后缀为[BC, C],共有元素的长度0;
- "ABCD"的前缀为[A, AB, ABC],后缀为[BCD, CD, D],共有元素的长度为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重复。比如,"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),就可以来到第二个"AB"的位置。
为什么说在KMP算法中文本串中的每个字符都是需要进行比较操作的?相关推荐
- 数据结构——串中kmp算法求模式串中next函数值
笔记 给定一个模式串,求next[j]值 求解方法: 1.第一位的next值为0 2.第二位的next值为1 后面求解每一位的next值时,根据前一位进行比较 3.第三位的next值:看第二位的模式 ...
- 【超详细图解】字符串匹配Boyer-Moore算法:文本编辑器中的查找功能是如何实现的?
关于字符串匹配算法有很多,之前我有讲过一篇 KMP 匹配算法:图解字符串匹配 KMP 算法,不懂 kmp 的建议看下,写的还不错,这个算法虽然很牛逼,但在实际中用的并不是特别多.至于选择哪一种字符串匹 ...
- MATLAB算法实战应用案例精讲-【智能优化算法】基于Spark的分布式蜻蜓算法在文本分类中的应用研究
目录 前言 算法原理 蜻蜓算法的基本原理 蜻蜓群体中个体位置更新的主要影响因素
- Html中文本域中加图片,如何在文本框中加图片
2007-06-21 怎么添加留言板.最新文章列表.最新评论.最新留言--的这些字背后的背景图片?我按照这些添加都不能成功,图片地址也是网络上的,也加了空格键:更换页面留言板标题栏下翻时的图片的源代码 ...
- Vue项目中---文本框中加入simditor编辑器
官网地址: https://simditor.tower.im 效果图 使用步骤 1.安装环境(建议按此版本安装,其他版本可能不兼容) //安装simditor npm install simdito ...
- 数据结构与算法之美笔记——基础篇(下):图、字符串匹配算法(BF 算法和 RK 算法、BM 算法和 KMP 算法 、Trie 树和 AC 自动机)
图 如何存储微博.微信等社交网络中的好友关系?图.实际上,涉及图的算法有很多,也非常复杂,比如图的搜索.最短路径.最小生成树.二分图等等.我们今天聚焦在图存储这一方面,后面会分好几节来依次讲解图相关的 ...
- 反证法证明:为什么KMP算法不会跳过(漏掉)正确的答案
KMP算法用于在母串中查找子串的出现位置. KMP算法:字符串匹配问题[有详细的引入过程,很容易理解掌握] 首先我们都知道,KMP算法的next数组可以指导匹配失败情况下,子串(模式串)的指针应该跳到 ...
- 【数据结构Note4】-串、数组和广义表(kmp算法详解)
文章目录 串.数组和广义表 1. 串 1.1 串的概念和结构 1.2 顺序串和链串 1.3 BF算法--串的模式匹配法之一 1.5 KMP算法--串的模式匹配法之一 1.5.1 next数组 1.5. ...
- 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)
串的两种模式匹配方式(BF/KMP算法) 前言 串,又称作字符串,它是由0个或者多个字符所组成的有限序列,串同样可以采用顺序存储和链式存储两种方式进行存储,在主串中查找定位子串问题(模式匹配)是串中最 ...
最新文章
- 数组的拼接合并 numpy
- GANs笔记(1) - 初步了解 GANs
- jsp是怎么连接java_java-如何从jsp中的超链接调用doPost()servlet
- java int数列转字符串,鍥剧墖杞瓧绗︿覆
- 关于 Java 中 finally 语句块的深度辨析
- 在虚拟机上安装XP系统
- 德语语言文学考研c1,2015-2016同济大学德语语言文学初试考研经验(下)
- 绘制半圆_超细致:Ai绘制萌蠢可爱卡通形象
- 助力苏州、星火相传,广苏两地微软技术俱乐部交流纪实
- 小红书笔记api_超级干货丨小红书种草笔记如何写?
- 第二轮 冲次会议第一次
- 开源java博客tale_用Tale快速搭建个人博客
- 20000 字干货笔记,一天搞定 MySQL !
- ListView一些特殊属性
- NYOJ 82:迷宫寻宝(一)(BFS)
- 【数位dp】模版总结
- 稳压芯片TPS54531的设计和分析
- Yocto系列讲解[理论篇]27 - BitBake全过程(5)
- Numpy:np.isin()
- FPGA输出五路PWM
热门文章
- 树莓派:linux库概念及相关编程(面试重点):以及USB端口号找到不的情况
- python随机发牌_魔术师发牌问题 -- python实现
- ceph编译_Ceph编译:L版本及其之后的版本
- 对比学习系列论文SDCLR(二)-Self-Damaging Contrastive Learning
- 文巾解题 177. 第N高的薪水
- MATLAB从入门到精通-matlab计算多重复杂多边形重叠面积
- Leetcode每日必刷题库第80题,如何在不使用外部空间的情况下对有序数组去重?
- Windows下安装spark+Hadoop
- Tensorflow2.0安装(win10系统cpu版本)
- LeetCode-剑指 Offer 52. 两个链表的第一个公共节点