算法 & 数据结构——KMP算法

KMP算法，俗称看毛片算法，顾名思义，以下是算法介绍：
KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt同时发现，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，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数，函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)。

例子

源字符串 src：aaabc 索引：i
模式子串 pat：aabc 索引：k

BF 算法

在匹配字串算法中，最符合人类直觉的当属BF算法，该算法将模式子串与源字符串逐字比较，一旦发现匹配失败，则将源字符串索引回溯以此循环。

匹配过程如下：
i = 0, k = 0; i = 1, k = 1, i = 2, k = 2
i = 1; k = 0; i = 2; k = 1; i = 3; k = 2; i = 4, k = 3
在 i = 2, k = 2 的时候，匹配失败，因此 i 回溯重新匹配，如果模式子串与源字符串连续相同的部分很多，则会发生多次回溯，白白浪费性能。

KMP 算法

kmp算法可以避免 i 回溯，并且让 k 根据模式子串的特征进行回溯。算法分两部分，第一部分计算next数组，该数组记录当匹配失败时，k 回溯到哪个位置。第二部分则结合next数组进行字符串匹配。

计算next数组
next数组是根据模式子串的特征来计算，结合上面的例子看：
aaabc i = 2
aab c k = 2
匹配失败时，在 i 不回溯的情况下，只要让 k = 1 就可以让整个匹配继续往下执行。
该模式子串有一个特征，就是前两个字符串是一样的，也就是说，当 k = 2 匹配失败时，可以把整个字符串往后挪动，也不会影响后续匹配。
ａａａｂｃ　ｉ＝2
　ａａｂｃ　ｋ＝１
因此，我们需要 k = 2，next[k] = 1。
计算next的思路：
k = -1, i = 1
next[0] = -1，第一个字符匹配失败，没有可回溯的位置。
当 pat[k + 1] = pat[i]，则 k = k + 1，next[i++] = k
当 pat[k + 1] != pat[i] 且 k = -1，则 next[i++] = k
否则 k = next[k]
计算结果：
pat：a，a，b，c
next：-1，0，1，-1

源码

std::vector<size_t> GetNext(const std::string str)
{
    auto i = (size_t)1;
    auto k = SIZE_MAX;
    std::vector<size_t> next(str.size(), SIZE_MAX);
    while (i != str.size())
    {
        if (k == SIZE_MAX || str[k + 1] == str[i])
        {
            if (str[k + 1] == str[i])
                ++k;
            next[i++] = k;
        }
        else
        {
            k = next[k];
        }
    }
    return std::move(next);
}

子串匹配
这部分就简单多了，只要发生不匹配，就根据 next数组 回溯 k。

std::string KMPImpl(const std::string & src, const std::string & pat)
{
    auto i = (size_t)0;
    auto k = (size_t)0;
    auto next = GetNext(pat);
    while (i != src.size() && k != pat.size())
    {
        if (k != SIZE_MAX && src[i] == pat[k])
        {
            ++i; ++k;
        }
        else if (k == SIZE_MAX && src[i] == pat[0])
        {
            ++i; k = 1;
        }
        else if (k == SIZE_MAX && src[i] != pat[0])
        {
            ++i; k = 0;
        }
        else
        {
            k = next[k];
        }
    }
    return std::move(pat.size() == k? src.substr(i - k, k) : std::string());
}

inline std::string KMP(const std::string & src, const std::string & pat)
{
    if (src.empty() || pat.empty() || pat.size() > src.size())
    {
        return std::string();
    }
    return KMPImpl(src, pat);
}