博客
关于我
KMP 总结
阅读量:728 次
发布时间:2019-03-21

本文共 954 字,大约阅读时间需要 3 分钟。

KMP字符串匹配算法是High_broadcast的核心,next数组是其关键结构。本文将详细解析如何生成KMP算法中的next数组。

KMP算法介绍

KMP(Knuth-Morris-Pratt)算法是一种高效的字符串匹配算法,通过预处理字符串时间在线性预处理后,能够在线性时间内完成子串搜索任务。其核心思想在于预先生成next数组,每个数组元素表示在当前位置匹配失败时,应该退回的位置,从而避免重复匹配,提升搜索效率。

next数组生成逻辑

生成next数组的逻辑可分为以下几个步骤:

  • 初始化:首先需要一个存储长度等于字符串长度的数组next,用于记录各个位置的最大退回值。

  • 遍历字符串:从第二个字符开始逐个遍历字符串。

    • 如果当前字符与前j个字符中的某个字符相同,则j递增。
    • 如果不相同,则将j移动到前一个匹配点的下一个位置,即j = next[j-1],继续比较。
  • 记录结果:当匹配成功时,将当前j的值记录在next数组中。

  • 具体实现代码

    以下是KMP算法中next数组生成的具体实现代码:

    private int[] nextArray(String str) {    int[] next = new int[str.length()];    int j = 0;    for (int i = 1; i < str.length(); i++) {        while (j > 0 && str.charAt(i) != str.charAt(j)) {            j = next[j - 1];        }        if (str.charAt(i) == str.charAt(j)) {            j++;        }        next[i] = j;    }    return next;}

    通过上述代码,我们可以清晰地看到KMP算法如何生成next数组。这个数组是实现算法高效性的关键,它记录了每个位置可能的最大退回值。

    总结

    KMP算法通过预先生成next数组,显著提升了字符串匹配的效率。理解next数组的生成逻辑是掌握KMP算法的关键。通过以上步骤,我们可以清晰地看到如何根据已匹配的前缀来确定下一步的匹配位置。

    转载地址:http://lbvgz.baihongyu.com/

    你可能感兴趣的文章
    python basic programs
    查看>>
    python bert_gen.py 报错Unable to load weights from pytorch checkpoint file for......
    查看>>
    python binascii.Error: Incorrect padding
    查看>>
    Python bool() 函数能否为无效参数引发异常?
    查看>>
    Python C 程序子进程在“for line in iter“处挂起
    查看>>
    Python Celery:自动化测试平台定时任务必备的三方库
    查看>>
    python check_output 失败,退出状态为 1,但 Popen 适用于相同的命令
    查看>>
    Python CONNECT 4 CHECK WIN函数
    查看>>
    python cos,Python cos(90)和cos(270)不是0
    查看>>
    python进阶(4):Python 脚本文件重启自身进程
    查看>>
    python ctypes库中动态链接库加载方式
    查看>>
    python cv2 图像( np array )转 HObject
    查看>>
    python进阶(3):文件操作
    查看>>
    python cv2截取不规则区域图片
    查看>>
    python CV2裁剪图片并保存
    查看>>
    python进阶(2):pyecharts使用
    查看>>
    python cv2读取rtsp实时码流按时生成连续视频文件
    查看>>
    Python Dataframe Groupby Mean和Std
    查看>>
    python datetime
    查看>>
    python datetime笔记
    查看>>