问题描述:
判断字符串a是否包含字符串b。我们称a为文本串,b为模式串。比如
a = bcabcabcabbcabcabcabcabd
||||||||||/
b = bcabcabcabc
算法思路:
如上例中/处两个字符匹配失败,如果模式串右移一个字符从文本串第二个字符开始重新进行匹配,显然效率太低。
KMP算法的精髓在于当文本串和模式串发生不匹配时,利用模式串自身的特点,尽可能多的移动模式串,使之能够在文本串不匹配处继续进行匹配。
如上例,发生不匹配时,模式串可以右移三次,在目标串不匹配处继续进行:
a=bcabcabcabbcabcabcabcabd
|||||||/
b= bcabcabcabc
算法原理:
模式串b=b1b2b3b4…bn,如果有b1b2b3b4…bk-1等于bj-(k-1)bj-(k-2)bj-(k-3)…bj-1,那么在进行匹配时,如果在j处与文本串i处匹配失败,我们可以将模式串右移j-k个字符,即直接将文本串i处字符与bk进行匹配。由于b1b2b3b4…bk-1等于bj-(k-1)bj-(k-2)bj-(k-3)…bj-1,显然模式串前k-1位的字符是与文本串i处前k-1位字符是匹配的。
所以问题转化为求模式串各字符的k值,我们记作K(j),该值可以根据模式串自身求得。
伪代码:
假设有文本串a和模式串b。index从1开始。
求K(j)的伪代码如下:
初始化:i = 1,j = 0, K(1) = 0;
while (i < b.length) {
if (j == 0 || b(i) = b(j)) {
i++;
j++;
K(i) = j;
} else {
j = K(j);
}
}
判断匹配的伪代码如下:
初始化:i = 1, j = 1;
while (i <= a.length && j <= b.length) {
if (j ==0 || a(i)= b(j)) {
i++;
j++;
} else {
j = K(j);
}
}
if (j > b.length) {
return true;
}
return false;
Java实现:
package cn.dfeng;
/**
* KMP算法的实现
* @author dfeng
*
*/
public class KMPAlgorithm {
/**
* 判断是否匹配
* @param target 目标文本串
* @param mode 模式串
* @return 匹配结果
*/
public static boolean matchString(String target, String mode) {
//为了和算法保持一致,使index从1开始,增加一前缀
String newTarget = "x" + target;
String newMode = 'x' + mode;
int[] K = calculateK(mode);
int i = 1;
int j = 1;
while(i <= target.length() && j <= mode.length()) {
if (j == 0 || newTarget.charAt(i) == newMode.charAt(j)) {
i++;
j++;
} else {
j = K[j];
}
}
if (j > mode.length()) {
return true;
}
return false;
}
/*
* 计算K值
*/
private static int[] calculateK(String mode) {
//为了和算法保持一致,使index从1开始,增加一前缀
String newMode = "x" + mode;
int[] K = new int[newMode.length()];
int i = 1;
K[1] = 0;
int j = 0;
while(i < mode.length()) {
if (j == 0 || newMode.charAt(i) == newMode.charAt(j)){
i++;
j++;
K[i] = j;
} else {
j = K[j];
}
}
return K;
}
/**
* @param args
*/
public static void main(String[] args) {
String a = "bcabcabcabbcabcabcabcab";
String b = "bcabcabcabc";//"ababbaaba";//
System.out.println(KMPAlgorithm.matchString(a, b));
}
}