一、说明
(1)看到网上同一个字符串求 next 数组的值有两种,一种是 -1 开头,一种是 0 开头,虽然有差别,但是以 0 开头的next数组的每一项都比以 -1 开头的next数组的对应项大1,所以,具体是以 0 开头还是以 -1 开头看需要吧,算法都是一样的.KMP 的原始论文 (K,M,P 三个家伙写的原文)中是以 0 开头的,所以下面的写法是以 0 开头的.
(2)关于 next 数组的求法,网上能找到很多流行简洁的写法,也有很多文章对简洁代码讲解得非常细致,然而本文并不是对流行算法的剖析,而只是记录一下自己比较喜欢的计算方法,并用代码实现一下.
二、求法的文字描述
(1)第一种求法:根据前一个字符的next值求字符串记作 p;next 数组记作 next;
约定:
- 下标从 1 开始算,注意,不是从 0 开始算
- 字符串长度 >2
1)第一个字母的 next 值置 0 (next[1] = 0),第二个字母的 next 值置 1(next[2] = 1) ;
2)从第 3 个开始,计算第 i 个位置的 next 值时,检查
p[i-1]== p[next[i-1]] ?(即这两个值是否相等)
解释:第 i 个位置的前一个位置的值(即 p[i-1],记作 m)与以 m 的 next 值(即 next[i-1])为下标的值(即 p[next[i-1]],记作 n)是否相等,(看的懵懵的也没关系,后面会有例子)
- 若相等,则 next[i] = next[i-1] + 1
若不等,则继续往回找,检查
p[i-1]== p[next[next[i-1]]] ?
- 若相等,则 next[i] = next[next[i-1]] + 1
- 若不等,则继续往回找,直到找到下标为 1 还不等(即字符串第一个元素),直接赋值 next[i] = 1
(2)第二种求法:根据最大公共元素长度求
首先附上讲解的博文地址,里面有详细讲解
http://blog.csdn.net/v_july_v/article/details/7041827
1)算出每一个字母前缀后缀的最大公共元素长度
2)最大公共元素长度整体向后移动一个长度,最前面的元素值填 -1,即为 next 数组的第一版本
3)(如果你需要的 next 数组第一个值为 -1,这步就可以省略了)next 数组的每一个值分别+1,即求得 next 数组。
三、实例
字符串 P =“ababaaababaa”
求解:
(1)对应上面第一种求法
1)初始化
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 |
2)求下标为 3 的字符的 next 值
P[3-1] = P[2] = ‘b’;
next[3-1] = next[2] = 1 ;
P[next[3-1]] = P[1] = ‘a’;
P[3-1] != P[next[3-1]] ,但是此时已经回溯到了第一个元素,
∴ 直接P[3] = 1 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 |
3)求下标为 4 的字符的 next 值
P[4-1] = P[3] = ‘a’;
next[4-1] = next[3] = 1 ;
P[next[4-1]] = P[1] = ‘a’;
P[4-1] == P[next[4-1]] ;
∴ next[4] = next[4-1] + 1 = 2 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 |
4)求下标为 5 的字符的 next 值
P[5-1] = P[4] = ‘b’;
next[5-1] = next[4] = 2 ;
P[next[5-1]] = P[2] = ‘b’;
P[5-1] == P[next[5-1]] ;
∴ next[5] = next[5-1] + 1 = 3 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 |
5)求下标为 6 的字符的 next 值
推导过程同上 => next[6] = next[6-1] + 1 = 4 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 |
6)求下标为 7 的字符的 next 值
P[7-1] = P[6] = ‘a’;
next[7-1] = next[6] = 4 ;
P[next[7-1]] = P[4] = ‘b’;
P[7-1] != P[next[7-1]] && 此时还未回到第一个,继续
next[next[7-1]] = next[4] = 2 ;
P[next[next[7-1]]] = P[2] = ‘b’;番外(1)
P[7-1] != P[next[next[7-1]]] && 但是此时还未回到第一个,继续
next[next[next[7-1]]] = next[2] = 1 ;
P[next[next[next[7-1]]]] = P[1] = ‘a’ ;
P[7-1] == P[next[next[next[7-1]]]] ;
∴ next[7-1] = next[next[next[7-1]]] + 1 = next[2] + 1 = 2 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 | 2 |
7)求下标为 8 的字符的 next 值
P[8-1] = P[7] = ‘a’;
next[8-1] = next[7] = 2 ;
P[next[8-1]] = P[2] = ‘b’;
P[8-1] != P[next[8-1]] ,但是还没回到第一个元素,继续
next[next[8-1]] = next[2] = 1 ;
P[next[next[8-1]]] = P[1] = ‘a’;
P[8-1] == P[next[next[8-1]]];
∴ next[8] = next[next[8-1]] + 1 = 2
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 | 2 | 2 |
8)求下标为 9 的字符的 next 值
推导过程同4) => next[9] = next[9-1] + 1 = 3 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 | 2 | 2 | 3 |
9)求下标为 10 的字符的 next 值
推导过程同4) => next[10] = next[10-1] + 1 = 4 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 | 2 | 2 | 3 | 4 |
10)求下标为 11 的字符的 next 值
推导过程同4) => next[11] = next[11-1] + 1 = 5 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 | 2 | 2 | 3 | 4 | 5 |
11)求下标为 12 的字符的 next 值
推导过程同4) => next[12] = next[12-1] + 1 = 6 ;
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
下标 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
next | 0 | 1 | 1 | 2 | 3 | 4 | 2 | 2 | 3 | 4 | 5 | 6 |
(2)对应上面第二种求法
1)算出每一个字母前缀后缀的最大公共子串长度(下一步会把最后一位移走,所以最后一位可以不算)番外(2)
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
前后缀最大公共子串长度 | 0 | 0 | 1 | 2 | 3 | 1 | 1 | 2 | 3 | 4 | 5 |
2)最大公共子串长度整体向后移动一个长度,最前面的元素值填 -1,即为 next 数组的第一版本
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
next 数组第一版 | -1 | 0 | 0 | 1 | 2 | 3 | 1 | 1 | 2 | 3 | 4 | 5 |
3)(如果你需要的 next 数组第一个值为 -1,这步就可以省略了)next 数组的每一个值分别+1,即求得 next 数组。
P | a | b | a | b | a | a | a | b | a | b | a | a |
---|---|---|---|---|---|---|---|---|---|---|---|---|
next 数组第二版 | 0 | 1 | 1 | 2 | 3 | 4 | 2 | 2 | 3 | 4 | 5 | 6 |
四、代码实现
(1)对应上面第一种方法
#include <iostream>
#include <vector>
#include <string.h>
using namespace std;
class Solution{
public:
vector<int> getNext2(string ps){
vector<int> next;
int l = (int)ps.length();
if(l == 0 ){
return next;
}else if(l == 1){
next.push_back(0);
return next;
}else if(l == 2){
next.push_back(0);
next.push_back(1);
return next;
}
char p[20];
strcpy(p, ps.c_str());//字符串转字符数组
next.push_back(0);
next.push_back(1);
for(int i = 2;i<(int)ps.length();i++){
int k = next[i-1];
while(k!=0){
if(p[i-1] == p[k-1]){//k-1是因为,在计算机里,数组下标是从0开始的
next.push_back(k+1);
break;
}else{
k = next[k-1];
}
}
if(k==0) {
next.push_back(1);
}
}
return next;
}
};
(2)对应上面第二种方法
#include <iostream>
#include <vector>
#include <string.h>
using namespace std;
class Solution{
public:
vector<int> getNext2(string ps){
vector<int> next;
int l = (int)ps.length();
if(l == 0 ){
return next;
}else if(l == 1){
next.push_back(0);
return next;
}
next.push_back(0);//next数组第一个值为0
for(int i = 0; i < l-1; i++ ){//最后一个最大公共子串长度不用算
//计算每一个子字符串的前缀后缀最大公共子串长度
int l = max_pub_substr(ps.substr(0,i+1));
//右移后+1
//for循环之前已加了一个数据0进next数组,此时再加进去元素时,元素在next数组里的下标比得到该元素值的子串最后字符的下标大1,也就相当于向后移一位了
next.push_back(l+1);
}
return next;
}
//计算前缀后缀的最大公共子串长度
int max_pub_substr(string ps){
int l = (int)ps.length();
if(l == 0 || l == 1){
return 0;
}
char p[20];
strcpy(p, ps.c_str());//字符串转字符数组
int len = 0;
int m = -1;//最后一个字符(不包括)之前与最后一个字符相等的字符下标 m
int k = -1;//已经查找过的字符下标
while( k != l-1 ){
k = m+1;
for(; k < l-1; k++){
if(p[k] == p[l-1]){
m = k;
break;
}
}
if( m==-1 || k==l+1){//表示没有与最后一个字符相等的字符
return len;
}else{//检查前缀串和后缀串是否相等
int i = 0,j = l-1-m;
for(; i <= m,j < l; i++,j++){//i前缀下标,j后缀下标
//只要有不相等的就失败
if(p[i] != p[j]){
break;
}
}
if( i == m+1 ){//说明前后串相等,因为全都比较了,没有中断
len = m+1;
}
}
}
return len;
}
};
五、验证
int main(){
string s = "ababaaababaa";
Solution slt;
vector<int> next = slt.getNext2(s);
vector<int>::iterator it;
for( it = next.begin(); it != next.end(); it++){
cout<<*it;
}
return 0;
}
六、番外
(1)在这个地方,我们可以发现,P[2] == P[4] == ‘b’ ,由于P[4] != P[6] ,∴ P[2] != P[6] 是一定的,就可以跳过 P[2] 和 P[6] 的比较,直接比较 P[1] 和 P[6];
(2)前缀后缀的最大公共元素长度
前缀:简单来说,也就是,从第一个字母(必包括)开始往后看到最后一 个字母(不包括)为止的字符串的以第一个字母开头的子串
(比如“abab”的前缀有a,ab,aba);后缀:简单来说,也就是,从最后一个字母(必包括)开始往前看到第一个字母(不包括)为止的字符串的子串
(比如“abab”的后缀有b,ab,bab);最大公共子串长度:也就是前缀和后缀拥有的相同子串的最大长度
以“abab”为例:
模式串的各个子串 | 前缀 | 后缀 | 最大公共元素长度 |
---|---|---|---|
a | 空 | 空 | 0 |
ab | a | b | 0 |
aba | a,ab | a,ba | 1 |
abab | a,ab,aba | b,ab,bab | 2 |
一种稍微快一点的小方法:
“abab”前后缀的公共子串必然是以 a(字符串第一个字母) 开头,b(字符串最后一个字母)结尾的子串,“abab”的前缀串中满足条件的子串集合为A={“ab”},后缀串中满足条件的子串集合为B={“ab”},再找出A,B集合中相等的子串集合C,最后算出C中最长子串的长度即为最大公共子串长度。
好啦~~~写了这么多,我自己都懒得看T_T