KMP 自动机解释

  • 问题:给定字符串target,找子字符串pattern是否存在
  • followup: 第一个出现pattern的位置,及所有出现pattern的位置

例子:

- 输入:
    target = "ABDABABACEE"
    pattern = "ABABAC"
- 输出:
    true

思路:

- 子问题 1. 建立pattern对应的DFA(有限确定状态机)
- 子问题 2. target 作为DFA 输入,得到是否AC状态

子问题1.

DFA 定义:https://en.wikipedia.org/wiki/Deterministic_finite_automaton
 1. 所有状态:以prefix substring 作为状态, 取个例子 pattern=”ABABAC“ 
      {"", "A", "AB", "ABA", "ABAB", "ABABA", "ABABAC"}
 2. 起始状态:“” (属于 所有状态集合)
 3. Final 状态集合:{“ABABAC”} (包含于 所有状态集合)
 4. 输入的字符集合: {‘A’, 'B', 'C', ...}
 5. 状态转移函数(以下两种方式等价)
            1. 画出状态图          (易于理解)
            2. 建立状态转移表(易于写代码)
  
  总结子问题1: 理解DFA 模型后,问题转化成 --- 如何构建状态转移表
  建立状态表注意: 是否吃掉输入的字符,即遇到了不匹配的字符,是否转移到,当前的不匹配状态。

子问题2.

// 核心一行代码:j = next[j - 1]; 失配后回退到哪
public static int indexOfKMP(String source, int sourceLen, String pattern, int patternLen, int[] next) {
        int s = 0, p = 0;
        while (s < sourceLen && p < patternLen && patternLen <= sourceLen) {
            if (source.charAt(s) == pattern.charAt(p)) {
                ++ s; ++ p;
            } else {
                if (p == 0) ++ s;
                else p = next[p - 1];
            }
        }
        return p == patternLen ? s - patternLen : -1;
    }

    public static int[] getNextII(String s) {
        int len = s.length();
        int[] next = new int[len];
        for (int i = 1; i < len; ++ i) {
            int j = next[i - 1];// matched len
            while (j > 0 && s.charAt(i) != s.charAt(j)) j = next[j - 1]; // 如何回退
            if (s.charAt(i) == s.charAt(j)) next[i] = j + 1;
            else next[i] = 0;
        }
        return next;
    }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,108评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,699评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,812评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,236评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,583评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,739评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,957评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,704评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,447评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,643评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,133评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,486评论 3 256
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,151评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,889评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,782评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,681评论 2 272

推荐阅读更多精彩内容

  • 字符串匹配KMP算法详解 1. 引言 以前看过很多次KMP算法,一直觉得很有用,但都没有搞明白,一方面是网上很少有...
    张晨辉Allen阅读 2,224评论 0 3
  • 在看算法基础书籍时,看到KMP算法的解释是用的DFA(有限状态自动机),看的我一脸懵逼。所以,就去网上搜索有没有更...
    蘑菇君的小小世界阅读 1,565评论 0 32
  • 数据结构与算法--KMP算法查找子字符串 部分内容和图片来自这三篇文章: 这篇文章、这篇文章、还有这篇他们写得非常...
    sunhaiyu阅读 1,680评论 1 21
  • 一、定义 KMP(Knuth-Morris-Pratt)算法,其实是对暴力查找算法的优化。在暴力查找算法中,用于追...
    null12阅读 771评论 0 0
  • 我还当, 一粥一饭举案齐眉是严谨。 贫病困苦榻前相望是信望。 即使无爱亦有亲。 亲是亲。吵是亲。 聚是亲。别离是亲...
    柳柳姑娘阅读 167评论 3 3