KMP算法详解:使用部分匹配表PMT来理解KMP算法,使用Java实现
有些算法,适合从它产生的动机,如何设计与解决问题这样正向地去介绍。但KMP算法真的不适合这样去学。最好的办法是先搞清楚它所用的数据结构是什么,再搞清楚怎么用,最后为什么的问题就会有恍然大悟的感觉。我试着从这个思路再介绍一下。大家只需要记住一点,PMT是什么东西。然后自己临时推这个算法也是能推出来的,完全不需要死记硬背。KMP算法的核心,是一个被称为部分匹配表(Partial Match Table)的数组。我觉得理解KMP的最大障碍就是很多人在看了很多关于KMP的文章之后,仍然搞不懂PMT中的值代表了什么意思。这里我们抛开所有的枝枝蔓蔓,先来解释一下这个数据到底是什么。对于字符串“abababca”,它的PMT如下表所示:(PMT主要存储的是target串的部分匹配系数,PMT系数帮助我们快速定位J,避免i回指,同时减小J回指的长度)
就像例子中所示的,如果待匹配的模式字符串有8个字符,那么PMT就会有8个值。
我先解释一下字符串的前缀和后缀。如果字符串A和B,存在A=BS,其中S是任意的非空字符串,那就称B为A的前缀。例如,”Harry”的前缀包括{”H”, ”Ha”, ”Har”, ”Harr”},我们把所有前缀组成的集合,称为字符串的前缀集合。同样可以定义后缀A=SB, 其中S是任意的非空字符串,那就称B为A的后缀,例如,”Potter”的后缀包括{”otter”, ”tter”, ”ter”, ”er”, ”r”},然后把所有后缀组成的集合,称为字符串的后缀集合。要注意的是,字符串本身并不是自己的后缀。
有了这个定义,就可以说明PMT中的值的意义了。PMT中的值是字符串的前缀集合与后缀集合的交集中最长元素的长度。
例如,对于”aba”,它的前缀集合为{”a”, ”ab”},后缀 集合为{”ba”, ”a”}。两个集合的交集为{”a”},那么长度最长的元素就是字符串”a”了,长 度为1,所以对于”aba”而言,它在PMT表中对应的值就是1。再比如,对于字符串”ababa”,它的前缀集合为{”a”, ”ab”, ”aba”, ”abab”},它的后缀集合为{”baba”, ”aba”, ”ba”, ”a”}, 两个集合的交集为{”a”, ”aba”},其中最长的元素为”aba”,长度为3。
好了,解释清楚这个表是什么之后,我们再来看如何使用这个表来加速字符串的查找,以及这样用的道理是什么。如图 1.12 所示,要在主字符串"ababababca"中查找模式字符串"abababca"。如果在 j 处字符不匹配,那么由于前边所说的模式字符串 PMT 的性质,主字符串中 i 指针之前的 PMT[j −1] 位就一定与模式字符串的第 0 位至第 PMT[j−1] 位是相同的。这是因为主字符串在 i 位失配,也就意味着主字符串从 i−j 到 i 这一段是与模式字符串的 0 到 j 这一段是完全相同的。而我们上面也解释了,模式字符串从 0 到 j−1 ,在这个例子中就是”ababab”,其前缀集合与后缀集合的交集的最长元素为”abab”, 长度为4。所以就可以断言,主字符串中i指针之前的 4 位一定与模式字符串的第0位至第 4 位是相同的,即长度为 4 的后缀与前缀相同。这样一来,我们就可以将这些字符段的比较省略掉。具体的做法是,保持i指针不动,然后将j指针指向模式字符串的PMT[j −1]位即可。总结:PMT系数帮助我们快速定位J,避免i回指,同时减小J回指的长度。
简言之,以图中的例子来说,在 i 处失配,那么主字符串和模式字符串的前边6位就是相同的。又因为模式字符串的前6位,它的前4位前缀和后4位后缀是相同的,所以我们推知主字符串i之前的4位和模式字符串开头的4位是相同的。就是图中的灰色部分。那这部分就不用再比较了。
有了上面的思路,我们就可以使用PMT加速字符串的查找了。我们看到如果是在 j 位 失配,那么影响 j 指针回溯的位置的其实是第 j −1 位的 PMT 值,所以为了编程的方便, 我们不直接使用PMT数组,而是将PMT数组向后偏移一位。我们把新得到的这个数组称为next数组。下面给出根据next数组进行字符串匹配加速的字符串匹配程序。其中要注意的一个技巧是,在把PMT进行向右偏移时,第0位的值,我们将其设成了-1,这只是为了编程的方便,并没有其他的意义。在本节的例子中,next数组如下表所示。
public static int KMP(String sourceS, String targetS) {int i=0;int j=0;int next[] =getNext(targetS);//重点领悟循环这段,要会写while(i<sourceS.length() && j<targetS.length()) {if (j==-1 || sourceS.charAt(i) == targetS.charAt(j)) {i++;j++;}else {j= next[j];}}
好了,讲到这里,其实KMP算法的主体就已经讲解完了。你会发现,其实KMP算法的动机是很简单的,解决的方案也很简单。远没有很多教材和算法书里所讲的那么乱七八糟,只要搞明白了PMT的意义,其实整个算法都迎刃而解。
现在,我们再看一下如何编程快速求得next数组。其实,求next数组的过程完全可以看成字符串匹配的过程,即以模式(就是target)字符串为主字符串,以模式字符串(就是target)的前缀为目标字符串,一旦字符串匹配成功,那么当前的next值就是匹配成功的字符串的长度。
具体来说,就是从模式字符串的第一位(注意,不包括第0位)开始对自身进行匹配运算(因为i=0时,pmt系数为0)。 在任一位置,能匹配的最长长度就是当前位置的next值。如下图所示。(这一段可能不太好理解,结合代码来理解)
public static int[] getNext(String s) {int next[] = new int[s.length()];int i=0; int j=-1;next[0]=-1;//有越界就改这个地方 s.length()-1//这部分的循环就是字符串匹配while(i<s.length()-1) {if(j==-1 || s.charAt(i)== s.charAt(j)) {next[i+1]=j+1;i++;j++;}else{j=next[j];}}return next;}
整个测试代码:
package Findwork;
/*** @author hadoop* 使用PMT(部分匹配表的方法来)实现KMP算法 可以将暴力求解的时间复杂度O(m*n)降低为O(m+n)**/
public class KMP_PMT {public static void main(String[] args) {
/* String s1="ababababca";String s2="abababca";*/String s1="qwertyuiopasdfghjklzxcvbnm";String s2="ghjklzxc";int next[]=getNext(s2);for (int i : next) {System.out.print(i+" ");}System.out.println();System.out.println(KMP(s1, s2));}public static int KMP(String sourceS, String targetS) {int i=0;int j=0;int next[] =getNext(targetS);//重点领悟循环这段,要会写while(i<sourceS.length() && j<targetS.length()) {if (j==-1 || sourceS.charAt(i) == targetS.charAt(j)) {i++;j++;}else {j= next[j];}}if (j==targetS.length()) return i-j;elsereturn -1;}public static int[] getNext(String s) {int next[] = new int[s.length()];//定义大一个,防止越界,只有前length个数据有用int i=0; int j=-1; //求next数组的j 初始化为-1。这样设计是要使next[1]=0;next[0]=-1;//有越界就改这个地方 s.length()-1//这部分的循环就是字符串匹配 循环和上面很相似while(i<s.length()-1) {if(j==-1 || s.charAt(i)== s.charAt(j)) {next[i+1]=j+1;i++;j++;}else{//j=next[j];//一旦不匹配成功。J 一直回退到-1j = -1;//其实就是回退到-1, 检查这样写也是正确的}}return next;}}
输出:
-1 0 0 1 2 3 4 0
2
KMP算法详解:使用部分匹配表PMT来理解KMP算法,使用Java实现相关推荐
- 深度学习 --- BP算法详解(流程图、BP主要功能、BP算法的局限性)
上一节我们详细推倒了BP算法的来龙去脉,请把原理一定要搞懂,不懂的请好好理解BP算法详解,我们下面就直接把上一节推导出的权值调整公式拿过来,然后给出程序流程图,该流程图是严格按照上一节的权值更新过程写 ...
- 点云配准NDT (P2D)算法详解
点云配准NDT (P2D)算法详解 最近了解了一些关于点云配准算法NDT的相关文章,进行总结一下. NDT算法的关键是其利用正态分布对参考点云进行了重新表示,使用点云在一个模型特定位置的似然值而不是直 ...
- 最小生成树-Prim算法详解(含全部代码)
目录 适用条件 测试所用图 算法详解 Prim算法代码 全部代码 实验结果 适用条件 加权连通图 测试所用图 所用原图及生成过程 其中,(a) 为原图,圆圈里面是节点的名称,边上的数字是边的权值.由实 ...
- AnchorFree系列算法详解
目录 前言 一.Anchor-Based方法回顾 二.Anchor Free系列方法简介 1. Anchor Free系列算法历史 2. Anchor free经典算法详解 2.1. 基于关键点的An ...
- 【面试】Raft算法详解
文章目录 前言 一.Raft算法概述 二.Leader选举 三.日志同步 四.安全性 五.日志压缩 六.成员变更 七.Raft与Multi-Paxos的异同 八.Raft算法总结 参考 前言 Paxo ...
- SF图像滤镜/美颜/美妆算法详解与实战
本专栏将结合本热多年相关经验,从传统算法到火热的AI算法,给大家详细讲解目前在PC图像软件.手机图像处理类应用app,以及视频直播等应用类型中,图像视频的滤镜特效,人像美颜美妆特效的算法理论,并结合具 ...
- 神经网络算法详解 01:人工神经网络基础
本文介绍了人工智能的发展历史,基本概念,应用领域:神经元模型,神经元的学习规则以及神经网络工作原理.本系列文章来自阿里云大学人工智能学习路线中的<神经网络概览及神经网络算法详解>课程. 系 ...
- 【分享实录】BANCOR算法详解及代码实现
1 活动基本信息 1)主题:[区块链技术工坊22期]BANCOR算法详解及代码实现 2)议题: BANCOR算法的特点和优劣势 BANCOR算法和举例 如何加入BANCOR.NETWORK交易所 如何 ...
- ls路由算法_路由算法详解
路由算法详解1. 引言 2. 路由器基础知识 3. LS算法 4. 示例:Dijkstra算法 5. DV算法 6. 分级路由 如果您已经阅读过博闻网中的路由器工作原理一文,您会了解到路由器的作用是管 ...
最新文章
- Lisp和前缀表示法入门
- Java获得泛型类中T的实例
- NET问答: 为什么仅有 getter 的属性,还可以在构造函数中赋值 ?
- html列表的三种形式 1128
- 单片机单口不可用或被占用_新唐单片机代码评审总结
- jQuery File Upload blueimp with struts2 简单试用
- 如何用PS把背景完全扣掉,变成透明
- 最全的Java多线程面试题
- Python安装包及初步认知
- linux tomcat startup.sh,Tomcat 安装教程与启动-startup.sh
- 如何在 Word 的方框中打勾 √ ?☑ ☒
- 智能家居新体验:什么样的数据让语音交互更智慧
- Zookeeper介绍、原理及应用
- 年轻人猝死频发,AI应用到心血管疾患筛查还有多远?
- 【FPGA】时钟信号几种设计方法
- 专访超脑链团队:公链比联盟链更适合赋能传统企业
- Share:电脑右下角 今日热文 广告和图标怎么关闭
- uniapp中App升级和wgt热更新的逻辑处理
- matlab 卷积求图像梯度,图像的卷积(滤波)运算(一)——图像梯度
- Sublime Text 3中的OpenSees插件配置