kmp算法next数组的产生方法

一、说明
（１）看到网上同一个字符串求 next 数组的值有两种，一种是 -1 开头，一种是 0 开头，虽然有差别，但是以 0 开头的next数组的每一项都比以 -1 开头的next数组的对应项大1，所以，具体是以 0 开头还是以 -1 开头看需要吧，算法都是一样的．KMP 的原始论文 （K，M，P 三个家伙写的原文）中是以 0 开头的，所以下面的写法是以 0 开头的．
（２）关于 next 数组的求法，网上能找到很多流行简洁的写法，也有很多文章对简洁代码讲解得非常细致，然而本文并不是对流行算法的剖析，而只是记录一下自己比较喜欢的计算方法，并用代码实现一下．
二、求法的文字描述
（1）第一种求法：根据前一个字符的next值求字符串记作 p；next 数组记作 next；
约定：
下标从 1 开始算，注意，不是从 0 开始算
字符串长度 >2
1）第一个字母的 next 值置 0 （next[1] = 0），第二个字母的 next 值置 1（next[2] = 1） ；
2）从第 3 个开始，计算第 i 个位置的 next 值时，检查
p[i-1]== p[next[i-1]] ?（即这两个值是否相等）
解释：第 i 个位置的前一个位置的值（即 p[i-1]，记作 m）与以 m 的 next 值（即 next[i-1]）为下标的值（即 p[next[i-1]]，记作 n）是否相等，（看的懵懵的也没关系，后面会有例子）
若相等，则 next[i] = next[i-1] + 1
若不等，则继续往回找，检查
p[i-1]== p[next[next[i-1]]] ?
若相等，则 next[i] = next[next[i-1]] + 1
若不等，则继续往回找，直到找到下标为 1 还不等（即字符串第一个元素），直接赋值 next[i] = 1

（2）第二种求法：根据最大公共元素长度求
首先附上讲解的博文地址，里面有详细讲解
http://blog.csdn.net/v_july_v/article/details/7041827
1）算出每一个字母前缀后缀的最大公共元素长度
2）最大公共元素长度整体向后移动一个长度，最前面的元素值填 -1，即为 next 数组的第一版本
3）（如果你需要的 next 数组第一个值为 -1，这步就可以省略了）next 数组的每一个值分别+1，即求得 next 数组。
三、实例
字符串 P =“ababaaababaa”
求解：
（1）对应上面第一种求法
1）初始化

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1

2）求下标为 3 的字符的 next 值
P[3-1] = P[2] = ‘b’;
next[3-1] = next[2] = 1 ;
P[next[3-1]] = P[1] = ‘a’;
P[3-1] != P[next[3-1]] ，但是此时已经回溯到了第一个元素，
∴ 直接P[3] = 1 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1

3）求下标为 4 的字符的 next 值
P[4-1] = P[3] = ‘a’;
next[4-1] = next[3] = 1 ;
P[next[4-1]] = P[1] = ‘a’;
P[4-1] == P[next[4-1]] ;
∴ next[4] = next[4-1] + 1 = 2 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2

4）求下标为 5 的字符的 next 值
P[5-1] = P[4] = ‘b’;
next[5-1] = next[4] = 2 ;
P[next[5-1]] = P[2] = ‘b’;
P[5-1] == P[next[5-1]] ;
∴ next[5] = next[5-1] + 1 = 3 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3

5）求下标为 6 的字符的 next 值
推导过程同上 => next[6] = next[6-1] + 1 = 4 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4

6）求下标为 7 的字符的 next 值
P[7-1] = P[6] = ‘a’;
next[7-1] = next[6] = 4 ;
P[next[7-1]] = P[4] = ‘b’;
P[7-1] != P[next[7-1]] && 此时还未回到第一个，继续
next[next[7-1]] = next[4] = 2 ;
P[next[next[7-1]]] = P[2] = ‘b’;番外（1）
P[7-1] != P[next[next[7-1]]] && 但是此时还未回到第一个，继续
next[next[next[7-1]]] = next[2] = 1 ;
P[next[next[next[7-1]]]] = P[1] = ‘a’ ;
P[7-1] == P[next[next[next[7-1]]]] ;
∴ next[7-1] = next[next[next[7-1]]] + 1 = next[2] + 1 = 2 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4	2

7）求下标为 8 的字符的 next 值
P[8-1] = P[7] = ‘a’；
next[8-1] = next[7] = 2 ;
P[next[8-1]] = P[2] = ‘b’;
P[8-1] != P[next[8-1]] ,但是还没回到第一个元素，继续
next[next[8-1]] = next[2] = 1 ;
P[next[next[8-1]]] = P[1] = ‘a’;
P[8-1] == P[next[next[8-1]]];
∴ next[8] = next[next[8-1]] + 1 = 2

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4	2	2

8）求下标为 9 的字符的 next 值
推导过程同4) => next[9] = next[9-1] + 1 = 3 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4	2	2	3

9）求下标为 10 的字符的 next 值
推导过程同4) => next[10] = next[10-1] + 1 = 4 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4	2	2	3	4

10）求下标为 11 的字符的 next 值
推导过程同4) => next[11] = next[11-1] + 1 = 5 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4	2	2	3	4	5

11）求下标为 12 的字符的 next 值
推导过程同4) => next[12] = next[12-1] + 1 = 6 ;

P	a	b	a	b	a	a	a	b	a	b	a	a
下标	1	2	3	4	5	6	7	8	9	10	11	12
next	0	1	1	2	3	4	2	2	3	4	5	6

（2）对应上面第二种求法
1）算出每一个字母前缀后缀的最大公共子串长度（下一步会把最后一位移走，所以最后一位可以不算）番外（2）

P	a	b	a	b	a	a	a	b	a	b	a	a
前后缀最大公共子串长度	0	0	1	2	3	1	1	2	3	4	5

2）最大公共子串长度整体向后移动一个长度，最前面的元素值填 -1，即为 next 数组的第一版本

P	a	b	a	b	a	a	a	b	a	b	a	a
next 数组第一版	-1	0	0	1	2	3	1	1	2	3	4	5

3）（如果你需要的 next 数组第一个值为 -1，这步就可以省略了）next 数组的每一个值分别+1，即求得 next 数组。

P	a	b	a	b	a	a	a	b	a	b	a	a
next 数组第二版	0	1	1	2	3	4	2	2	3	4	5	6

四、代码实现
（１）对应上面第一种方法

#include <iostream>
#include <vector>
#include <string.h>
using namespace std;

class Solution{
public:
vector<int> getNext2(string ps){
vector<int> next;
int l = (int)ps.length();
if(l == 0 ){
return next;
}else if(l == 1){
next.push_back(0);
return next;
}else if(l == 2){
next.push_back(0);
next.push_back(1);
return next;
}
char p[20];
strcpy(p, ps.c_str());//字符串转字符数组
next.push_back(0);
next.push_back(1);
for(int i = 2;i<(int)ps.length();i++){
int k = next[i-1];
while(k!=0){
if(p[i-1] == p[k-1]){//k-1是因为，在计算机里，数组下标是从0开始的
next.push_back(k+1);
break;
}else{
k = next[k-1];
}
}
if(k==0) {
next.push_back(1);
}
}
return next;
}
};

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
<
d15b
li style="color:rgb(153,153,153);">32
33
34
35
36
37
38
39
40
41
（2）对应上面第二种方法

#include <iostream>
#include <vector>
#include <string.h>
using namespace std;

class Solution{
public:
vector<int> getNext2(string ps){
vector<int> next;
int l = (int)ps.length();
if(l == 0 ){
return next;
}else if(l == 1){
next.push_back(0);
return next;
}
next.push_back(0);//next数组第一个值为0
for(int i = 0; i < l-1; i++ ){//最后一个最大公共子串长度不用算
//计算每一个子字符串的前缀后缀最大公共子串长度
int l = max_pub_substr(ps.substr(0,i+1));
//右移后+1
//for循环之前已加了一个数据0进next数组，此时再加进去元素时，元素在next数组里的下标比得到该元素值的子串最后字符的下标大１，也就相当于向后移一位了
next.push_back(l+1);
}
return next;
}
//计算前缀后缀的最大公共子串长度
int max_pub_substr(string ps){
int l = (int)ps.length();
if(l == 0 || l == 1){
return 0;
}
char p[20];
strcpy(p, ps.c_str());//字符串转字符数组
int len = 0;
int m = -1;//最后一个字符（不包括）之前与最后一个字符相等的字符下标 ｍ
int k = -1;//已经查找过的字符下标
while( k != l-1 ){
k = m+1;
for(; k < l-1; k++){
if(p[k] == p[l-1]){
m = k;
break;
}
}
if( m==-1 || k==l+1){//表示没有与最后一个字符相等的字符
return len;
}else{//检查前缀串和后缀串是否相等
int i = 0,j = l-1-m;
for(; i <= m,j < l; i++,j++){//i前缀下标,j后缀下标
//只要有不相等的就失败
if(p[i] != p[j]){
break;
}
}
if( i == m+1 ){//说明前后串相等，因为全都比较了，没有中断
len = m+1;
}
}
}
return len;
}
};

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
五、验证

int main(){
string s = "ababaaababaa";
Solution slt;
vector<int> next = slt.getNext2(s);
vector<int>::iterator it;
for( it = next.begin(); it != next.end(); it++){
cout<<*it;
}
return 0;
}

1
2
3
4
5
6
7
8
9
10
六、番外
（1）在这个地方，我们可以发现，P[2] == P[4] == ‘b’ ，由于P[4] != P[6] ，∴ P[2] != P[6] 是一定的，就可以跳过 P[2] 和 P[6] 的比较，直接比较 P[1] 和 P[6]；
（2）前缀后缀的最大公共元素长度
前缀：简单来说，也就是，从第一个字母（必包括）开始往后看到最后一 个字母（不包括）为止的字符串的以第一个字母开头的子串
（比如“abab”的前缀有a,ab,aba）;

后缀：简单来说，也就是，从最后一个字母（必包括）开始往前看到第一个字母（不包括）为止的字符串的子串
（比如“abab”的后缀有b,ab,bab）;

最大公共子串长度：也就是前缀和后缀拥有的相同子串的最大长度
以“abab”为例：

模式串的各个子串	前缀	后缀	最大公共元素长度
a	空	空	0
ab	a	b	0
aba	a,ab	a,ba	1
abab	a,ab,aba	b,ab,bab	2

一种稍微快一点的小方法：
“abab”前后缀的公共子串必然是以 a（字符串第一个字母） 开头，b（字符串最后一个字母）结尾的子串，“abab”的前缀串中满足条件的子串集合为A={“ab”}，后缀串中满足条件的子串集合为B={“ab”}，再找出A,B集合中相等的子串集合C，最后算出C中最长子串的长度即为最大公共子串长度。