kmp.txt

给你A,B两个字符串

源代码：

package algorithm.kmp;

/**
 * KMP算法的Java实现例子与测试、分析
 * @author zuoliuhongxiang
 * @date 2009-3-25
 */
public class KMP {
 /**
  * 对子串加以预处理，从而找到匹配失败时子串回退的位置
  * 找到匹配失败时的最合适的回退位置，而不是回退到子串的第一个字符，即可提高查找的效率
  * 因此为了找到这个合适的位置，先对子串预处理，从而得到一个回退位置的数组
  * @param B，待查找子串的char数组
  * @return
  */
 public static int[] preProcess(char [] B) {
  int size = B.length;
  int[] P = new int[size];
  P[0]=0;
  int j=0;
  //每循环一次，就会找到一个回退位置
  for(int i=1;i<size;i++){
   //当找到第一个匹配的字符时，即j>0时才会执行这个循环
   //或者说p2中的j++会在p1之前执行（限于第一次执行的条件下）
   //p1
   while(j>0 && B[j]!=B[i]){
    j=P[j];
   }
   //p2，由此可以看出，只有当子串中含有重复字符时，回退的位置才会被优化
   if(B[j]==B[i]){
    j++;
   }
   //找到一个回退位置j，把其放入P[i]中
   P[i]=j;
  }
  return P;
 }
 
 /**
  * KMP实现
  * @param parStr
  * @param subStr
  * @return
  */
 public static void kmp(String parStr, String subStr) {
  int subSize = subStr.length();
  int parSize = parStr.length();
  char[] B = subStr.toCharArray();
  char[] A = parStr.toCharArray();
  int[] P = preProcess(B);
  int j=0;
  int k =0;
  for(int i=0;i<parSize;i++){
   //当找到第一个匹配的字符时，即j>0时才会执行这个循环
   //或者说p2中的j++会在p1之前执行（限于第一次执行的条件下）
   //p1
   while(j>0 && B[j]!=A[i]){
    //找到合适的回退位置
    j=P[j-1];
   }
   //p2 找到一个匹配的字符
   if(B[j]==A[i]){
    j++;
   }
   //输出匹配结果，并且让比较继续下去
   if(j==subSize){
    j=P[j-1];
    k++;
    System.out.printf("Find subString '%s' at %d\n",subStr,i-subSize+1);
   }
  }
  System.out.printf("Totally found %d times for '%s'.\n\n",k,subStr);
 }
 
 public static void main(String[] args) {
  //回退位置数组为P[0, 0, 0, 0, 0, 0]
  kmp("abcdeg, abcdeh, abcdef!这个会匹配1次","abcdef");
  //回退位置数组为P[0, 0, 1, 2, 3, 4]
  kmp("Test ititi ititit! Test ititit!这个会匹配2次","ititit");
  //回退位置数组为P[0, 0, 0]
  kmp("测试汉字的匹配，左刘鸿翔。这个会匹配1次","左刘鸿翔");
  //回退位置数组为P[0, 0, 0, 1, 2, 3, 4, 5, 6]
  kmp("这个会匹配0次","it1it1it1");
 }
}

输出结果：

Find subString 'abcdef' at 16
Totally found 1 times for 'abcdef'.

Find subString 'ititit' at 11
Find subString 'ititit' at 24
Totally found 2 times for 'ititit'.

Find subString '左刘鸿翔' at 8
Totally found 1 times for '左刘鸿翔'.

Totally found 0 times for 'it1it1it1'.


结论：

通过找到合适的回退位置从而可以提高匹配效率。