KMP模式匹配算法中next和nextval的求解

KMP算法是模式匹配专用算法。

它是在已知模式串的next或nextval数组的基础上执行的。如果不知道它们二者之一,就没法使用KMP算法,因此我们需要计算它们。

KMP算法由两部分组成:

第一部分,计算模式串的next或nextval数组。

第二部分,利用计算好的模式串的nextval数组,进行模式匹配。

 
  KMP算法中有next数组和nextval数组之分。他们代表的意义和作用完全一样,完全可以混用。 唯一不同的是,next数组在一些情况下有些缺陷,而nextval是为了弥补这个缺陷而产生的。

一、求解next

步骤:next数组值的程序设计求解方法:首先可以肯定的是第一位的next值为0,第二位的next值为1,后面求解每一位的next值时,根据前一位进行比较。首先将前一位与其next值对应的内容进行比较,如果相等,则该位的next值就是前一位的next值加上1;如果不等,向前继续寻找next值对应的内容来与前一位进行比较,直到找到某个位上内容的next值对应的内容与前一位相等为止,则这个位对应的值加上1即为需求的next值;如果找到第一位都没有找到与前一位相等的内容,那么需求的位上的next值即为1。

举例:
模式串  a  b a  a  b c  a  c
next值  0  1 1  2  2 3  1  2
1.前两位必为0,1。
2.计算第三位的时候,看第二位b的next值,为1,则把b和1对应的a进行比较,不同,则第三位a的next的值为1,因为一直比到最前一位,都没有发生比较相同的现象。
3.计算第四位的时候,看第三位a的next值,为1,则把a和1对应的a进行比较,相同,则第四位a的next的值为第三位a的next值加上1,为2。因为是在第三位实现了其next值对应   
的值与第三位的值相同。
4.计算第五位的时候,看第四位a的next值,为2,则把a和2对应的b进行比较,不同,则再将b对应的next值1对应的a与第四位的a进行比较,相同,则第五位的next值为第二位b的   
next值加上1,为2。因为是在第二位实现了其next值对应的值与第四位的值相同。
5.计算第六位的时候,看第五位b的next值,为2,则把b和2对应的b进行比较,相同,则第六位c的next值为第五位b的next值加上1,为3,因为是在第五位实现了其next值对应的   
值与第五位相
6.计算第七位的时候,看第六位c的next值,为3,则把c和3对应的a进行比较,不同,则再把第3位a的next值1对应的a与第六位c比较,仍然不同,则第七位的next值为1。
7.计算第八位的时候,看第七位a的next值,为1,则把a和1对应的a进行比较,相同,则第八位c的next值为第七位a的next值加上1,为2,因为是在第七位和实现了其next值对应的值与第七位相同。

二、求解nextval:

       求nextval数组值有两种方法,一种是不依赖next数组值直接用观察法求得,一种方法是根据next数组值进行推理,两种方法均可使用,视更喜欢哪种方法而定。
    本文主要分析nextval数组值的第二种方法:

  模式串      a b a a b c a c

  next值      0 1 1 2 2 3 1 2

  nextval值 0 1 0 2 1 3 0 2



  1.第一位的nextval值必定为0,第二位如果于第一位相同则为0,如果不同则为1。

  2.第三位的next值为1,那么将第三位和第一位进行比较,均为a,相同,则,第三位的nextval值为0。

  3.第四位的next值为2,那么将第四位和第二位进行比较,不同,则第四位的nextval值为其next值,为2。

  4.第五位的next值为2,那么将第五位和第二位进行比较,相同,第二位的next值为1,则继续将第二位与第一位进行比较,不同,则第五位的nextval值为第二位的next值,为1。

  5.第六位的next值为3,那么将第六位和第三位进行比较,不同,则第六位的nextval值为其next值,为3。

  6.第七位的next值为1,那么将第七位和第一位进行比较,相同,则第七位的nextval值为0。

  7.第八位的next值为2,那么将第八位和第二位进行比较,不同,则第八位的nextval值为其next值,为2。



三、next和nextval比较

Next数组的缺陷举例如下:

比如主串是“aab…..” 省略号代表后面还有字符。

 模式串“aac”

通过计算aac的next数组为012(另外,任何字符串的第二位字符的next总是1,因此你可以认为他固定为1)

当模式串在字符c上失配时,会跳到第2个字符,然后再和主串当前失配的字符重新比较,即此处用模式串的第二个a和主串的b比较

即aab                  aac

显然a也不等于b。然后会跳到1,接着比,然后又失配,直到最后才使主串后移一位。

而“aac”的nextval数组为002当在c失配时会跳到2,若还失配就直接跳到0,比next数组少比较了1次。

在如果模式串很长的话,那可以省去很多比较,因此你应该使用nextval数组。


四、严蔚敏

上:http://v.youku.com/v_show/id_XODYxNjExODQ=.html    第 34分钟开始 

   下:http://www.56.com/u28/v_NjAwMzA0ODA.html     

五、代码实现:

    public static void main(String [] args) throws IOException{//main函数,输入主串和模式串

        System.out.print("请输入主串:");

        Scanner sn1 = new Scanner(System.in);

        String s1 = sn1.next();

        System.out.print("请输入模式串:");

        Scanner sn2 = new Scanner(System.in);

        String s2 = sn2.next();

        char [] s3 = s1.toCharArray();

        char [] s4 = s2.toCharArray();

        System.out.print(KMP_test(s3,s4));

    }

    

    public static int KMP_test(char [] s, char [] t){// 主串顺序匹配

        int [] next = next(t);

        int i = 0, j = 0;

        while(i

            if(j == -1 || s[i] == t[j]){

                ++i;

                ++j;

            }else{

                j = next[j];

            }

        }

        System.out.println(i);

        if(j

            return 0;

        }else{

            return i-t.length;

        }

    }

    

    public static int [] next(char [] t){// next函数求解

        int i = 0, j = -1;

        int [] next = new int[t.length];

        next[0] = -1;

        while(i

            if(j == -1 || t[i] == t[j]){

               

你可能感兴趣的:(算法,数据结构,模式匹配)