声明

博客中关于算法截图，来自七月算法PPT，bilibili地址 博文涉及代码地址：码云

原题

解题思路

暴力法

    public int strStr(String haystack, String needle) {
        if (needle.length() == 0) {
            return 0;
        }
        int needStart = 0;
        //for 循环每个位置开始匹配
        for (int i = 0; i + needStart < haystack.length(); i++) {
            //从首位开始比较
            while (i + needStart < haystack.length() && needStart < needle.length()) {
                if (haystack.charAt(i + needStart) == needle.charAt(needStart)) {
                    //匹配，则比较位置向后一位
                    needStart++;
                } else {
                    //不匹配，比较位置归零，跳出循环，i向后移动一位
                    needStart = 0;
                    break;
                }
            }
            //如果比较位置超过了，匹配字符长度，则是已经匹配到
            if (needStart >= needle.length()) {
                return i;
            }
        }
        //没有匹配到返回-1
        return -1;
    }

KMP算法

算法说明

1. kmb算法解释
2. kmb核心算法 next() 看完想法：next()函数作用，就是求前缀和后缀是否重复部分，有重复的时候，在平移的时候要考虑

算法实现

xxxxxxxxxx
    /**
     * @param haystack 源字符串
     * @param needle   匹配字符串
     * @return int
     * @throws
     * @author Eric
     * @date 2019/5/22
     **/
    public int kmpStrStr(String haystack, String needle) {
        if (needle.length() == 0) {
            return 0;
        }
        int[] next=next(needle);
        int p=0;
        int i=0;
        while(i<haystack.length()){
            if(p == -1||haystack.charAt(i)==needle.charAt(p)){
                ++p;
                ++i;
            }else{
                p=next[p];
            }
            if(p>=needle.length()){
                return i-p;
            }
        }
        return -1;
    }
 /**
     * <p>
     * 求出 匹配字符串得next函数
     *                 0  j=0
     * next()=     Max{k|0<k<j   , P1 P2 ...Pk=Pj-k+1 Pj-k+2}
     *                 1        其他情况
     * </p>
     *
     * @param needle 1
     * @return int[]
     * @throws
     * @author Eric
     * @date 2019/5/22
     **/
    public int[] next(String needle) {
        int[] arr = new int[needle.length()+1];
        arr[0]=-1;
        for (int i = 0; i < needle.length(); i++) {
            int k=i;
            if ( i== 0) {
                arr[i+1] = 0;
            } else if (0 < k && k <= i) {
                while (k > 0) {
                    if (needle.substring(0, k).equals(needle.substring(i+1 - k , i+1))) {
                        arr[i+1] = k;
                        break;
                    }
                    k--;
                }
            }
        }
        return arr;
    }

总结： 结果并不是太理想，我都不好意思贴leetcode运行结果了，消耗的空间和时间都非常的多，空间消耗比较多，主要再subString()方法会重复new对象，这里可以优化，但是就算我优化了，也是需要遍历，时间复杂度又提升 疑问：KMP真的有那么优秀，再我看来，KMP真的不如BF算法，假设没有不考虑求next数组的时间复杂度，KMP确实M+N的复杂度，但是求next数组应该是M*M（非专业，大概计算，不会推到）级别的 最后求大佬指点，哪里不对，哪里还有可以优化

自己优化next函数

1. 不使用substring方法，自己写方法实现同样的效果，结果空间复杂度确实降下来了，时间复杂度依旧没降下来，测试差不多

xxxxxxxxxx
 /**
     * <p>
     * 优化后的 求next数组 方法
     * </p>
     *
     * @param needle 1
     * @return int[]
     * @throws
     * @author Eric
     * @date 2019/5/23
     **/
    public int[] smartNext(String needle) {
        int[] arr = new int[needle.length() + 1];
        arr[0] = -1;
        for (int i = 0; i < needle.length(); i++) {
            if (i == 0) {
                arr[i + 1] = 0;
            } else {
                arr[i + 1] = getK(needle, i);
            }
        }
        return arr;
    }
    /**
     * <p>
     *     求next 函数 最大k值
     * </p>
     * @author Eric
     * @date 2019/5/23
     * @param needle    字符串
     * @param i         字符串 偏移位置
     * @return int
     * @throws
     **/
    private int getK(String needle, int i) {
        for(int k=i;k>0;k--){
            for(int j=1;j<=k;j++){
                if(needle.charAt(k-j)!=needle.charAt(i+1-j)){
                    break;
                }
                if(j==k){
                    return k;
                }
            }
        }
        return 0;
    }

百度到next优化

​x

    /**
     * <p>
     *     百度到最优 next 求解
     * </p>
     * @author Eric
     * @date 2019/5/23
     * @param  needle 字符串
     * @return int[]
     * @throws
     **/
    public int [] fastNext(String needle){
        int len = needle.length();
        int [] next=new int[len+1];
        next[0]=-1;
        if(needle.length()==0){
            return next;
        }
        //初始化
        next[1]=0;
        for(int i=1,k=0;i<len;i++) {
            //这个while是最关键的部分
            while(k>0 && needle.charAt(k)!=needle.charAt(i)){
                k=next[k];
            }
            //等价于  k=next[next[i-1]-1]
            //等号右边的k起的只是下标的作用
            if(needle.charAt(k)==needle.charAt(i)){
                //相等就+1
                k++;
            }
            //赋值
            next[i+1]=k;
        }
        return next;
    }

三种next 时间测试结果

1. 这里就多解释，百度的到时候复杂度是O(N) 级别的

BM算法

算法说明

感受： 个人觉得BF算法比KMP算法好理解多了，KMP最难理解就是next函数

算法实现

xxxxxxxxxx
 /**
     * <p>
     *     BF 算法实现的 indexOf() 方法
     *     坏字符串概率
     *     移动量=匹配字符串出现坏树的时候 匹配字符串的下标-源字符串（坏字符串）在被匹配字符串再次出现的下表
     *     A A A A A A becsdsddadadsd      A 坏字符串
     *               |
     *     b A b d d a
     *     偏移量=5-1       4
     * </p>
     * @author Eric
     * @date 2019/5/22
     * @param hayStack   源字符串
     * @param needle     匹配字符串
     * @return int       匹配的初始位置
     * @throws
     **/
    public int bfIndexOf(String hayStack, String needle) {
        if (needle.length() == 0) {
            return 0;
        }
        //初始化长度
        int hLen=hayStack.length()-1;
        //初始化长度
        int nLen=needle.length()-1;
        //i  源字符串 偏移量
        int i=nLen;
        // 匹配字符串偏移量
        int index=nLen;
        while(i<=hLen){
            // 源字符串向后匹配 偏移量
            int yd=i;
            while(index>=0){
                if(hayStack.charAt(yd)==needle.charAt(index)){
                    //匹配成功 则向后匹配
                    yd-- ;
                    index--;
                    if(index<0){
                        return i-nLen;
                    }
                }else{
                    //匹配失败则是坏字符串，匹配坏字符串是否有匹配的
                    int match=-1;
                    for(int j=index-1;j>=0;j--){
                        if(hayStack.charAt(yd)==needle.charAt(j)){
                            match=j;
                            break;
                        }
                    }
                    i+=index-match;
                    index=nLen;
                    break;
                }
            }
        }
        return index<0?i-nLen:-1;
    }

leetcode执行结果