C语言查找-----------BF算法KMP算法-编程知识

1.问题引入

有一个主字符串，有一个子字符串，要求我们寻找子字符串在主字符串里面开始出现的位置；

2.BF算法

BF算法就是暴力算法，这个做法虽然效率不高，但是按照我们传统的思路依然能够得到结果，接下来我们使用C语言实现这个查找的过程；

#include<stdio.h>
#include<assert.h>
#include<string.h>
//返回字串在主串里面的位置
//没有找到返回-1；
int BF(char* str, char* sub)
{assert(str && sub);if (str == NULL || sub == NULL){return -1;}int lenstr = strlen(str);int lensub = strlen(sub);int i = 0;int j = 0;while (i < lenstr && j < lensub){if (str[i] == sub[j]){i++;j++;}else{i = i - j + 1;j = 0;}}if (j >= lensub){return i - j;}else{return -1;}
}
int main()
{printf("%d\n", BF("abcabdefabchd","abch"));printf("%d\n", BF("abceabcd", "abcd"));printf("%d\n", BF("abcabcabc", "abcdefgh"));return 0;
}

这段代码的逻辑是这样的：

（1）我们首先定义一个函数BF，我们这个函数的作用就是寻找子串在主串里面的位置，我们可能会在主串里面找到字串，找到就会返回子串在主串里面的位置下标，如果找不到就会返回-1；

（2）我们以代码主函数里面的第一个作为案例，我们使用*str代表主串，*sub代表子串；

（3）我们首先进行断言，断言的话就要包含对应的头文件，如果子串或者主串是空的，那么我们就直接返回-1，因为这样的话肯定找不到；

（4）我们定义i遍历主串，使用j遍历子串，我们使用strlen求两个字符串的长度（这里也是要包含对应的头文件的，如果i<主串的长度而且j小于子串的长度，说明我们正在进行遍历，我们需要在这样的情况下进行判断；

（5）如果i>=主串的长度，证明主串已经找完了，这个时候就是没有找到返回-1，如果j>=子串的长度，说明我们已经找到了，这个时候就要返回子串在主串的位置下标；

（6）接下来我们需要计算这个下标的变化，以代码主函数里面的第一个作为案例，i指向的是主串的第一个字符，j指向的是字串的第一个字符，第一个都是a,i++,j++,第二个都是b，i++，j++,第三个都是c，i++，j++,第四个就不一样了，这个时候我们需要重新寻找，i和j都要回退，j肯定是回退到0下标，i应该从第二个字符开始，因为我们刚刚是从第一个开始找，找不到，那么这个2下标应该如何表示呢？我们首先要清楚的是i和j的移动的个数是一致的，j已经走了j个，那么i-j就可以表示i开始的位置，但是这个位置找不到，我们就要从他的下一个位置开始找，我们就可以用i-j+1进行表示主串里面下标回退的位置；我们设置一个循环，依次进行，直到主串遍历完成或者子串遍历完成就停止退出循环；

（7）如果是j>=子串长度，说明可以在主串里面找到，我们直接返回i-j就可以找到第一个下标了，这个时候，就不需要加一了，因为i-j+1是找不到的时候j回退的位置；

（8）还有一个我们需要注意的细节就是我们在回退的时候，必须先让i回退，再让j回退，因为j如果回退到0,i-j+1显然就不是我们想逃回退的下标了，我们就是想要利用j的下标计算的，如果先把j置为0，肯定是无法得到我们想要的结果的。

3.KMP算法

我们想要了解KMP算法，就必须知道他和我们普通的暴力算法有什么不同之处，其实KMP算法是三个大佬发现的，KMP分别是这3个大佬名字的第一个字母（我们了解一下就可以了），他和普通算法的不同点就在于，

（1）我们上面介绍的BF算法，如果匹配错误，i返回i-j+1下标，我们的KMP算法是不会回退的；

（2）BF算法的j回退到0下标，这个地方KMP是不会回退到0的，而是回退到一个我们指定的位置，这个回退的指定的位置是KMP算法的亮点，也是难点，只有真正的了解这个回退的特定位置的计算方法，我们才能掌握KMP算法的精髓，再官方的算法里面，每个主串的元素都会对应一个回退的位置，因此我们把每个元素回退的位置放到数组里面，我们称这样的一个数组叫做Next数组

（本人KMP博客是根据下面的这位UP视频所写，除了手动求解我的博客有所涉及解析，其他的代码求解都是简写的（因为我对于其中的诸多细节也不是很通透明了，就不误人子弟了），读者可自行进行系统学习，超详细，链接如下）

（3）我们已经知道了Next数组这个概念，我们接下来学习一下这个Next数组里面每个元素的计算方法：

这个就是回退的规则，可能难以理解，我们通过一些具体实例理解一下，

对于初学者我们必须要清楚的是，这个算法是如何用的，通俗的讲，对于一个子串，我们应该看他是否和主串的字符相同，如果相同就进行下一个，如果不相同，我们的子串j就要回退到一个特定的位置，这个位置的求法就是我们要知道的，接下来我们讨论的和练习的都是这个回退下标的计算

可能到这个地方，你大概已经知道了，我们的每一个字符都有一个特定的回退位置，这个组成一个数组，我们称之为Next数组，例如我们的第一个字符回退到2下标的位置，我们就写作Next[0]=2,第二个字符回退到4下标的位置，我们就写作Next[1]=4,以此类推，我们根据规则先手动的求一下这个Next数组,我们现在就要知道怎么手动求解，我们随便给一个字符数组

我们的规定是第一个元素回退到-1下标，第二个回退到0下标（这个记住即可，后面会有用处，可以简单的理解为这个就是规定），从第三个开始，我们就可以根据规则手动求解，第三个c回退到哪个下标，是以a开始，以他前面的b结尾的两个相同的子串，因为只有一个ab，所以我们next[2]=0;第四个字符，我们要找到以a开始，以c结尾的两个字符串，因为这里只有abc，所以next[3]=0;下一个b字符，我们要找到以a开始，以a结尾的两个字符串，他们的长度是1，所以next[4]=1,同理next[5]=2,这样我们就手动求解了这个next数组；

#include<stdio.h>
#include<assert.h>
#include<string.h>
#include<stdlib.h>
void getnext(char* sub, int* next, int lensub)
{next[0] = -1;next[1] = 0;int i = 2;int k = 0;while (i < lensub){if ((k == -1) || sub[i - 1] == sub[k]){next[i] = k + 1;i++;k++;}else{k = next[k];}}
}
int KMP(char* str, char* sub, int pos)
{assert(str && sub);int lenstr = strlen(str);int lensub = strlen(sub);if (lenstr == 0 || lensub == 0)return -1;if (pos < 0 || pos >= lenstr)return -1;int* next = (int*)malloc(sizeof(int) * lenstr);assert(next);getnext(sub, next, lensub);int i = 0;int j = 0;while (i < lenstr && j < lensub){if (j == -1 || str[i] == sub[j]){i++;j++;}else{j = next[j];}}if (j >= lensub)return i - j;elsereturn -1;
}
int main()
{printf("%d", KMP("abdefabc", "abc", 0));return 0;
}

这段代码涉及到了代码表示我们手动计算的值，还有数组的越界访问，找不到和自己一样的字符就会不停的回退，直到相同才会停止，详情请根据视频自行学习；

【完整版】终于有人讲清楚了KMP算法，Java语言C语言实现_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1UL411E7M8/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=a432cb5e896a2b96961d1f73a6ebe0canext数组的优化：就是如果不一样，要不停的回退，我们的优化就是一次性回退到位，回退位置的字符和该字符一样，就写回退位置的nextval值，不一样就写自己的next值（视频也有讲解，读者自行学习）。