今天在做题的时候遇上好几道题目都是有关于KMP字符串匹配中的next数组的相关问题的，这是一个自己的盲区，毕竟之前一直没有看到过，今天就好好研究一下吧，KMP算法的来源，原理我都不多说了，这个是学习数据结构中的经典。
KMP算法，是由Knuth，Morris，Pratt共同提出的模式匹配算法，其对于任何模式和目标序列，都可以在线性时间内完成匹配查找，而不会发生退化，是一个非常优秀的模式匹配算法，KMP算法的关键是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是实现一个next()函数，函数本身包含了模式串的局部匹配信息。时间复杂度O(m+n)
看了上面这些简单的介绍不难发现，KMP算法优于简单字符串匹配算法的根本原因就是：引入了一个next数组，这个数组可以尽可能的记录相关的匹配信息，使得在不匹配发生的时候移动的步长不再是固定的一位，加快了匹配进行的速度，在失配后，并不简单地从目标串下一个字符开始新一轮的检测，而是依据在检测之前得到的有用信息即next数组中记录的信息，直接跳过不必要的检测，从而达到一个较高的检测效率，关于它的讲解、实现和优化网上有很多很多的资料，都可以去看看，这里只是简单实现一下，就当做是再学习一次吧，毕竟很久没有使用过了，很多东西都忘记了
下面是具体的实现：
#!usr/bin/env python
#encoding:utf-8
'''
__Author__:沂水寒城
功能：python实现KMP算法
'''
def simple_match_func(one_str, two_str):
'''
最简单的字符串匹配算法
'''
length1=len(one_str)
length2=len(two_str)
for i in range(length1-length2+1):
if one_str[i:i+length2]==two_str:
return True
else:
return True
def get_next_group(one_str):
'''
获取到next数组
'''
next_group=[0]*len(one_str)
next_group[0]=-1
point=-1
i=0
length=len(one_str)
while i<len(one_str)-1:
if point==-1 or one_str[i]==one_str[point]:
point+=1
i+=1
next_group[i]=point
else:
point=next_group[point]
return next_group
def kmp_match_func(one_str, two_str, next_group):
'''
KMP算法
'''
i=0
j=0
while i<len(one_str) and j<len(two_str):
if j==-1 or one_str[i]==two_str[j]:
i+=1
j+=1
else:
j=next_group[j]
if j==len(two_str):
print '模式串在源串中起始位置下标为：', i-j
return i-j
else:
print '匹配失败！！！'
return -1
if __name__ == '__main__':
flag=simple_match_func('ABCDjfdjkABMFHJKSnvfdj', 'ABM')
if flag:
print '匹配成功！'
else:
print '匹配失败！！！'
one_str='ABHKjdjfjgkdABBBGNGJJDkfdjkldefervbdfKOPWJ'
two_str='ABBBG'
one_str='xyxyyxxyx'
two_str='xyxyyxxyx'
next_group=get_next_group(two_str)
print 'next数组为：', next_group
start_position=kmp_match_func(one_str, two_str, next_group)
if start_position!=-1:
print '模式串为：', one_str[start_position:start_position+len(two_str)]
结果如下：
匹配成功！ next数组为： [-1, 0, 0, 0, 0] 模式串在源串中起始位置下标为： 12 模式串为： ABBBG [root@server236 one]# python next_group.py 匹配成功！ next数组为： [-1, 0, 0, 1, 2, 0, 1, 1, 2] 模式串在源串中起始位置下标为： 0 模式串为： xyxyyxxyx
next数组有一个区别就是：有的吧next[0]定义为-1，本文就是这个版本，有的是定义为：0,这个看自己怎么选取了
推荐几个讲解不错的文章：
http://www.cnblogs.com/c-cloud/p/3224788.html
http://blog.csdn.net/u010189459/article/details/30067705