欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

java 中模式匹配算法-KMP算法实例详解

程序员文章站 2023-12-11 18:41:34
java 中模式匹配算法-kmp算法实例详解 朴素模式匹配算法的最大问题就是太低效了。于是三位前辈发表了一种kmp算法,其中三个字母分别是这三个人名的首字母大写。 简单...

java 中模式匹配算法-kmp算法实例详解

朴素模式匹配算法的最大问题就是太低效了。于是三位前辈发表了一种kmp算法,其中三个字母分别是这三个人名的首字母大写。

简单的说,kmp算法的对于主串的当前位置不回溯。也就是说,如果主串某次比较时,当前下标为i,i之前的字符和子串对应的字符匹配,那么不要再像朴素算法那样将主串的下标回溯,比如主串为“abcababcabcabcabcabc”,子串为“abcabx”.第一次匹配的时候,主串1,2,3,4,5字符都和子串相应的匹配,第6为‘c'与子串中的‘x'不匹配,说明此时i=6,下次匹配的时候,就不用再像朴素那样,将i置为2,再循环置为3,4,5去和子串匹配了。而是直接从i=6(以i=6为开头)开始和子串去进行匹配。

那么子串的下标的变化呢,是不是每次要从第一位开始去和主串匹配,实际上也不需要。还是上面的例子,第一次匹配后,子串的当前位置(下标)为j=6,因为前两位a,b和主串的4,5位的a,b已经比较完成,是匹配的,所以这两位也无需比较,也就是从j=3开始和主串匹配。现在的问题是,如何找到子串的下标j的变化。

我们把子串各个位置的j值得变化定义为1个数组next,那么next的长度就是t串的长度。于是可以得到下面的函数定义:

java 中模式匹配算法-KMP算法实例详解

上图引用自《大话数据结构》,关于更多的kmp算法的说明,尤其是next[j]的推导,读者可以参考该书,讲解的非常的详细。下面给出该算法的java实现。

在《大话数据结构》,保存串的数组的首位,也就是0下标位置保存的是字符串的长度。但是上面的next[j]却可取值为0,这点我没有弄明白,如有哪位牛人能帮忙解释,万分感谢。下面编写的代码略有不同,在0下标位置不再是保存字符串的长度,而是保存字符串的首字符,也就是是与字符串对应的。所以next[j]的计算函数也不太一样,如下:

java 中模式匹配算法-KMP算法实例详解

实现的代码:

public class pattern_kmp { 
 public static void main(string args[]) 
 { 
   int times; 
   string source="abcabaabcabcabxxzhabaabcabcabxad"; 
   string substr="abcabx"; 
   times=pattren_kmp(source, substr);    
   system.out.println("匹配次数:"+times); 
 } 
  
 static int pattren_kmp(string source,string substr) 
 { 
   int len1,len2; 
   len1=source.length(); 
   len2=substr.length(); 
   int i,j; 
   i=j=0; 
   int times=0; 
   while(i<len1) 
   { 
     
     if(source.charat(i)==substr.charat(j)) 
     { 
       
       i++; 
       j++; 
        
     }else  
     { 
       if(j==0)/*这一步很重要,如果没有会进入死循环,也就是,如果主串某位与子串*/ 
         i++;/*第一位不等的话,必须往后移位。*/ 
       j=next(substr,j); 
   
     } 
     if(j==len2) 
     { 
       times++; 
       j=0; 
        
     } 
       
   } 
   return times; 
 } 
 static int next(string substr,int j) 
 { 
   if(j==0) 
     return 0; 
   else { 
     int next=0; 
     int k=1; 
     int m1; 
     int m2; 
     int i,n; 
     /*这一循环对应实现上面函数的第二项*/ 
     while(k<j) 
     { 
       string sub1="",sub2=""; 
       for(m1=0,m2=j-k;m1<k&&m2<j;m1++,m2++) 
       { 
         sub1+=substr.charat(m1); 
         sub2+=substr.charat(m2); 
       } 
       
       for(i=0,n=0;i<sub1.length()&&n<sub2.length();i++,n++) 
       { 
         if(sub1.charat(i)!=sub2.charat(n)) 
           break; 
       } 
       if(i==sub1.length()&&n==sub2.length()) 
         next=k; 
       k++; 
     } 
    return next;  
   } 
        
 } 
} 

下面附上《大话数据结构》中的kmp算法(c代码)供对照参考(不是完整可执行程序)

/* 通过计算返回子串t的next数组。 */ 
void get_next(string t, int *next)  
{ 
  int i,j; 
  i=1; 
  j=0; 
  next[1]=0; 
  while (i<t[0]) /* 此处t[0]表示串t的长度 */ 
  { 
    if(j==0 || t[i]== t[j])   /* t[i]表示后缀的单个字符,t[j]表示前缀的单个字符 */ 
    { 
      ++i;  
      ++j;  
      next[i] = j; 
    }  
    else  
      j= next[j]; /* 若字符不相同,则j值回溯 */ 
  } 
} 
 
/* 返回子串t在主串s中第pos个字符之后的位置。若不存在,则函数返回值为0。 */ 
/* t非空,1≤pos≤strlength(s)。 */ 
int index_kmp(string s, string t, int pos)  
{ 
  int i = pos;    /* i用于主串s中当前位置下标值,若pos不为1,则从pos位置开始匹配 */ 
  int j = 1;     /* j用于子串t中当前位置下标值 */ 
  int next[255];   /* 定义一next数组 */ 
  get_next(t, next); /* 对串t作分析,得到next数组 */ 
  while (i <= s[0] && j <= t[0]) /* 若i小于s的长度并且j小于t的长度时,循环继续 */ 
  { 
    if (j==0 || s[i] == t[j])  /* 两字母相等则继续,与朴素算法增加了j=0判断 */ 
    { 
      ++i; 
      ++j;  
    }  
    else      /* 指针后退重新开始匹配 */ 
      j = next[j];/* j退回合适的位置,i值不变 */ 
  } 
  if (j > t[0])  
    return i-t[0]; 
  else  
    return 0; 
} 

感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

上一篇:

下一篇: