KMP
核心
玄学
数组
数组的含义即是某段字符串的最长公共前后缀。
具体来讲,设
,那么
为
的最大值。
那么这个
有什么用呢?见下图。
匹配时,设当前匹配到
的第
位,
的第
位,即
与
已成功匹配。当
指针这一位发生失配,意味着
,这时根据
数组的定义,由于
,因此若将
指针指向
,我们可以直接跳过对
的匹配。
复杂度证明
设
为串
的长度,
为串
的长度。
指针全程只增,这里的复杂度为
;
指针全程只有两种跳法:
或
。
对于
全程最多跳
次。
对于
:
在
保持不变的情况下,
跳至下界的极限次数一定不超过
(根据
的定义)。因此设
表示
这个位置发生失配跳至下界的上限次数,
为跳完
次之后
的位置。而
每跳一次,
一定减小至少
,
随之减小至少
,从而最终跳的次数上界为
。由
的定义我们知道,
,故最终
跳的次数一定不超过
。
又由于要单独对串
单独求一次
,复杂度证明同上,为
。
综上,由于
全程迭代
次,
全程迭代不超过
次,故时间复杂度为
。
扩展KMP
“扩展”
引入
数组,
表示
与
的最长公共前缀(
为串
的长度,
为串
的长度)。
考虑如何求
。
引入辅助工具
设当前需要计算
的值,
为
最大时
的值
,
就有
,
于是
。
这时求
就有两种情况:
1、
由于
,
又由
的定义知
,
为最大匹配长度,故
。
2、
此处求法与
求法几乎一样,可参考
的求值。
复杂度证明:对于情况1,单次复杂度为 ;对于情况2,总复杂度与KMP算法中一致,为 。
代码实现
#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
const int LENGTH=1000000;
char S[LENGTH+2],T[LENGTH+2];
namespace KMP{
int fail[LENGTH+2];
int cnt[LENGTH+2],ext[LENGTH+2];
void get_fail(char *t){
int len=strlen(t+1);
for(int i=2,j=0;i<=len;++i){
while(j&&t[i]!=t[j+1])j=fail[j];
if(t[i]==t[j+1])fail[i]=++j;
}
}
void KMP(char *s,char *t){
get_fail(t);
int s_len=strlen(s+1),t_len=strlen(t+1);
for(int i=1,j=0;i<=s_len;++i){
while(j&&s[i]!=t[j+1])j=fail[j];
if(s[i]==t[j+1]){
cnt[i]=++j;
if(j==t_len)j=fail[j];
}
}
}
void ex_KMP(char *s,char *t){
get_fail(t);
int s_len=strlen(s+1),t_len=strlen(t+1);
int p=1;
while(ext[1]<t_len&&s[ext[1]+1]==t[ext[1]+1])++ext[1];
for(int i=2;i<=s_len;++i){
if(i+fail[i-p+1]<p+ext[p])ext[i]=fail[i-p+1];
else{
int j=ext[p]+p-i;
if(j<0)j=0;
while(i+j<=s_len&&j<t_len&&s[i+j]==t[j+1])++j;
ext[i]=j;
p=i;
}
}
}
}
int main(){
scanf("%s%s",S+1,T+1);
KMP::KMP(S,T);
KMP::ex_KMP(S,T);
int s_len=strlen(S+1),t_len=strlen(T+1);
printf("Array of fail:\n\t");
for(int i=1;i<=t_len;++i)printf("%d ",KMP::fail[i]);
printf("\nMatching position:\n\t");
for(int i=1;i<=s_len;++i)if(KMP::cnt[i]==t_len)printf("%d ",i-t_len+1);
printf("\nArray of extend:\n\t");
for(int i=1;i<=s_len;++i)printf("%d ",KMP::ext[i]);
}