如何理解KMP算法中的next数组

原创已于 2025-04-09 16:23:47 修改 · 1.6k 阅读

24 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

算法--C语言

于 2025-04-09 16:22:11 首次发布

对 KMP 算法的理解

一、辅助理解的资料

提醒：按照顺序依次往下看，就会逐渐理解 next 数组的推到过程和代码的原理

二、KMP 基本思想回顾

为了充分利用已经匹配的字符信息，避免多次回溯造成的重复比较而降低了时间效率

两个关键点

(1)主串指针不回溯
(2)字串指针回溯有讲究

在大多数理解的材料中都会以模式串移动的方式呈现，但是实际上在计算机中并不会，如何实现移动？本质就是模式串指针回溯的位置（天勤的时评讲的很清晰），接下来就要讨论到底回溯到哪个位置如何确定，于是引出了 next 数组的概念

三、next 数组的求解和理解

先看代码

void GetNext(char* p,int next[])
{
	int pLen = strlen(p);
	next[0] = -1;
	int k = -1;
	int j = 0;
	while (j < pLen - 1)
	{
		//p[k]表示前缀，p[j]表示后缀
		if (k == -1 || p[j] == p[k])
		{
			++k;
			++j;
			next[j] = k;
		}
		else
		{
			k = next[k];
		}
	}
}

问题：为什么要使用 next 数组?

为了规避 BF 算法中重复比较的问题，同时充分利用已知的信息，用 next 数组记录在下一次比较中字串子帧回溯的位置

注意：next 数组只与子串本身有关，与主串无关

代码理解部分

1. 这是数组下标从 0 开始计数的版本，数组下标初值设为-1

2. 举例说明两种情况对计算 next 数组值的影响

例如：ABA C ABA B

这里特意用空格隔开方便观察，可以发现相同的字串是ABC

接下来继续扫描

（1）如果下一个字符仍然匹配（D 和 E，这里举例是不匹配的情况），那 next 数组的值就为上一个 j 所指的字符的 next[j] 的值加一

解释：由于前后缀是一样的，既有对称性，如果下一位还匹配，那 j 回溯的位置也会加一，即 next[j]+1 这个值对应的位置

代码如下
++k;
++j;
next[j] = k;
（2）如果下一个字符不匹配，那就不能简单的加一了，思路就是：找更短的前后缀，看有没有匹配的（因为如果下一个不匹配，再前面已经匹配的前提下是有可能找到更短的共同前后缀）

解释：这里实际上是一个递归的思路

>>>对于找更短前后缀的详述

(1)首先我们找到了共同的前后缀，但是扫描到下一个字符发现不匹配，在这个前提下，已经匹配的前后缀应有这个特点：二者有着共同后缀，也就是说后面这部分的后缀等同于前面这部分的后缀

(2)既然两部分相等，那直接在左边这部分找共同的前后缀不就好了，重点：最后共同的前后缀，意思是—>左边的前缀=左边的后缀（共同的），然而在之前的理解中可以知道左边的后缀和右边的后缀相同，即左边的前缀和右边的后缀相同，这就是我们寻找的目标

蓝色标注的那部分就是我们要的目标，之后继续往后扫描，如果相同，则可以构成一个更长的前后缀（这个过程即是计算每一个字符在 next 数组中对应的值）

问题延申：如果找到了更短的前后缀后移动下一个字符还是不匹配要怎么办？

那就继续寻找更小的共同前后缀，依次不断重复这个过程，于是就引出了递归的概念

代码如下
k=next[k]
代码解释

首先要理解 next 数组的含义

（1）存储的是遍历当前字符之前的所有字符中最长的公共前后缀长度

（2）模式串指针在下一次比较时回溯的位置

这个位置的特点：当前所指位置之前有相同的前后缀，那便很好理解上面的代码了

代码解释：k 回溯到当前所指位置的 next 数组所存储的值，即意味着找到更短的前缀和第二部分（上面举的例子）的后缀相同

四、next 数组的优化

对于模式串的失配需要进一步分析，如果模式串中后缀失配，而在前面又出现了与之相同的字符，那必然失配，所以不允许出现这种情况（不能允许p[j] = p[ next[j]]），需要进行分类讨论

代码如下

//优化过后的next 数组求法
void GetNextval(char* p, int next[])
{
	int pLen = strlen(p);
	next[0] = -1;
	int k = -1;
	int j = 0;
	while (j < pLen - 1)
	{
		//p[k]表示前缀，p[j]表示后缀
		if (k == -1 || p[j] == p[k])
		{
			++j;
			++k;
			//较之前next数组求法，改动在下面4行
			if (p[j] != p[k])
				next[j] = k;   //如果不相同，和之前一样
			else
		//因为不能出现p[j] = p[ next[j]]，所以当出现时需要继续递归，之前设了 next[j]=k

                //递归：next[j]=next[next[j]]
                //联立：next[j]=k，即可得到下面的式子

                //递归寻找个更小的前后缀（是因为会导致失配，所以不继续按之前一样回溯到表达式的位置，需要递归寻找一个合适的位置，然后赋值（计算next数组的值））
				next[j] = next[k];
		}
		else
		{
			k = next[k];
		}
	}
}