KPM算法

在这里插入图片描述

概念

KMP(Knuth–Morris–Pratt)算法是一种字符串匹配算法,用于在一个主文本字符串中查找一个模式字符串的出现位置。KMP算法通过利用模式字符串中的重复性,避免无意义的字符比较,从而提高效率。

KMP算法的核心思想是构建一个部分匹配表(Pi表),保存了模式字符串中每个位置的最长公共前后缀的长度。通过Pi表,在匹配过程中,当遇到不匹配的字符时,可以根据Pi表中的信息,跳过一部分不可能匹配的区域,从而减少比较次数。

KMP算法的时间复杂度是O(m + n),其中m为模式字符串的长度,n为主文本字符串的长度。相比于朴素的字符串匹配算法的时间复杂度O(m * n),KMP算法具有较高的效率。

作用:

KMP算法的主要作用是在一个文本串(主串)中查找一个模式串的出现位置。具体来说,KMP算法可以解决以下问题:

  1. 字符串匹配:给定一个文本串和一个模式串,判断模式串是否在文本串中出现,如果是,返回模式串的起始位置。

  2. 子串查找:给定一个文本串和一个模式串,找到模式串在文本串中第一次出现的位置。

  3. 字符串搜索:在一个文本串中查找包含指定关键字的子串。

  4. 字符串替换:在一个文本串中查找并替换指定的模式串。

  5. 字符串压缩:将文本串中重复出现的模式串进行压缩,并返回压缩后的结果。

总而言之,KMP算法可以帮助我们高效地处理字符串匹配和搜索问题,减少不必要的比较和回溯操作,提高算法的效率和性能。它在文本处理、搜索引擎、编译器等领域有着广泛的应用。

应用场景

KMP算法在字符串匹配和搜索领域有广泛的应用场景,包括但不限于以下几个方面:

  1. 文本搜索引擎:KMP算法可以用于实现关键字的搜索和匹配,例如在搜索引擎中根据输入的关键字在文本库中进行快速匹配和搜索。

  2. 文件编辑器和IDE:KMP算法可以用于文件编辑器和集成开发环境(IDE)中的字符串搜索和替换功能,帮助用户快速定位和修改指定的字符串。

  3. 字符串查找和过滤:KMP算法可以应用于字符串的快速查找和过滤,比如在大量数据中查找匹配某种模式的字符串,或者过滤掉不符合某种模式的字符串。

  4. 数据压缩和编码:KMP算法在数据压缩和编码中也有应用,例如在字符串压缩算法中,可以利用KMP算法找到重复的模式串并进行压缩处理。

  5. 字符串分析和语法分析:KMP算法可以用于字符串分析和语法分析过程中的模式匹配和文本解析,帮助识别和解析特定的语法结构和模式。

总之,KMP算法适用于需要进行高效的字符串匹配和搜索的应用场景,特别是当处理大量文本数据时,能够有效提高算法的效率和性能。

练习题:

28. 找出字符串中第一个匹配项的下标

给你两个字符串 haystack 和 needle ,请你在 haystack 字符串中找出 needle
字符串的第一个匹配项的下标(下标从 0 开始)。如果 needle 不是 haystack 的一部分,则返回 -1 。

示例 1:
输入:haystack = “sadbutsad”, needle = “sad” 输出:0 解释:“sad” 在下标 0 和 6 处匹配。
第一个匹配项的下标是 0 ,所以返回 0 。

示例 2:
输入:haystack = “leetcode”, needle = “leeto” 输出:-1 解释:“leeto” 没有在
“leetcode” 中出现,所以返回 -1 。

提示:
1 <= haystack.length, needle.length <= 104 haystack 和 needle
仅由小写英文字符组成

暴力解法

class Solution {
public:int strStr(string haystack, string needle) {int len1=haystack.size();int len2=needle.size();int i=0,j=0;while(i<len1 && j<len2){if(haystack[i]==needle[j]){++i,++j;if(j==len2)return i-j;}else{i=i-j+1;j=0;}}return -1;}
};

KMP

class Solution {
public:int strStr(string s, string p) {int n = s.size(), m = p.size();if(m == 0) return 0;//设置哨兵s.insert(s.begin(),' ');p.insert(p.begin(),' ');vector<int> next(m + 1);//预处理next数组for(int i = 2, j = 0; i <= m; i++){while(j and p[i] != p[j + 1]) j = next[j];if(p[i] == p[j + 1]) j++;next[i] = j;}//匹配过程for(int i = 1, j = 0; i <= n; i++){while(j and s[i] != p[j + 1]) j = next[j];if(s[i] == p[j + 1]) j++;if(j == m) return i - m;}return -1;}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/135466.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

0.UML

1.图 1.1类图含义 第一层显示类的名称,如果是抽象类,则就用斜体显示。第二层是类的特性,通常就是字段和属性。第三层是类的操作,通常是方法或行为。注意前面的符号, ,表示public,-,表示private,#,表示protected。 1.2接口图 与类图的区别主要是顶端有<< interface >…

24v转5v稳压芯片-5A大电流输出ic

这款24V转5V5A汽车充电芯片具有以下特性和参数&#xff1a; - 宽输入电压范围&#xff1a;4.5V至36V - 最大输出电流&#xff1a;5.0A - 高达92%的转换效率 - 恒流/恒压模式控制 - 最大占空比100% - 可调输出电压 - 2%的输出电压精度 - 集成40mΩ高侧开关 - 集成18mΩ低侧开关 …

【Redis 多机服务的简单认识】

目录 主从同步 哨兵模式 集群服务 随着业务的不断发展&#xff0c;单机 Redis 的性能已经不能满⾜我们的需求了&#xff0c;此时我们需要将单机 Redis 扩展为多机服务&#xff0c;Redis 多机服务主要包含以下 3 个内容&#xff1a; Redis 主从同步Redis 哨兵模式Redis 集群…

Android高德地图截屏功能(可包含自定义控件)

一、不包含自定义控件 地图 SDK 支持对当前屏幕显示区域进行截屏&#xff0c;可以对地图、覆盖物&#xff08;包含信息窗口&#xff09;、Logo进行截取屏幕&#xff0c;这其中不包括地图控件、Toast窗口。 详细示例如下&#xff1a; // 对地图进行截屏aMap!!.getMapScreenSho…

vue2-x6-dag自定义vue组件节点

效果如图 官方案例 人工智能建模 DAG 图 vue2中自定义节点 代码 1.dag.json [{"id": "1","shape": "dag-node","x": 290,"y": 110,"data": {"label": "读数据","status&q…

【iOS】push与present Controller的区别

文章目录 前言一、push方法二、pop方法三、present方法四、dismiss方法五、dismiss多级的方法举例动画 前言 iOS推出与退出界面有两种方式——push与present&#xff0c;接下来笔者分别介绍这两种方式 一、push方法 SecondViewController *second [[SecondViewController all…

【C++】AVL树

个人主页&#xff1a;&#x1f35d;在肯德基吃麻辣烫 我的gitee&#xff1a;C仓库 个人专栏&#xff1a;C专栏 文章目录 前言一、什么是AVL树&#xff1f;设计AVL树的原因 二、AVL树的性质三、二叉树节点的定义四、AVL树的插入旋转1&#xff09;右单旋2&#xff09;左单旋3&…

目标检测中生成锚框函数详解

%matplotlib inline import torch from d2l import torch as d2l torch.set_printoptions(2) # 让pytorch打印张量时&#xff0c;只打印到小数点后两位将设一张图片&#xff0c;宽和高为2,2 X torch.rand(size(1,3,2,2)) Y generate_anchors(X,sizes[0.75,0.5,0.25],ratios[…

HPC集群自动弹性扩缩的两种实现方式

常青藤 HPC常青园 2023-07-28 19:48 发表于北京 弹性扩缩技术正在成为HPC集群中的一项重要技术。它可以根据实际需求动态调整集群资源&#xff0c;应对用户负载的波动。对于运维团队来说&#xff0c;自动弹性扩缩能够减轻集群运维负担&#xff0c;提高集群资源利用率&#xff0…

小程序Saas平台源码:开启电商小程序新时代,可视化后台自由DIY的无限可能

在当今数字化的时代&#xff0c;小程序已成为各行各业开展业务的重要工具。尤其在电商领域&#xff0c;小程序能有效地缩短消费者与商品之间的距离&#xff0c;提升营销效率。给大家分享一款针对电商行业的小程序Saas平台源码&#xff0c;它具有一键生成电商小程序、可视化后台…

Go基础八股

【Go面试】Go slice深拷贝和浅拷贝_哔哩哔哩_bilibili 基础篇 1.Go方法值接收者和指针接收者的区别 简单言之就是是否会影响调用的结构体&#xff0c;方法接收者是指针会影响 2.返回局部变量的指针 一般来说&#xff0c;局部变量会在函数返回后被销毁&#xff0c;因此被返回…

flink的网络缓冲区

背景 在flink的taskmanager进行数据交互的过程中&#xff0c;网络缓冲区是一个可以提升网络交换速度的设计&#xff0c;此外&#xff0c;flink还通过网络缓冲区实现其基于信用值credit的流量控制&#xff0c;以便尽可能的处理数据倾斜问题 网络缓冲区 在flink中每个taskmana…

C++ 太卷,转 Java?

最近看到知乎、牛客等论坛上关于 C 很多帖子&#xff0c;比如&#xff1a; 2023年大量劝入C 2023年还建议走C方向吗&#xff1f; 看了一圈&#xff0c;基本上都是说 C 这个领域唯一共同点就是都使用 C 语言&#xff0c;其它几乎没有相关性。 的确是这样&#xff0c;比如量化交…

微信小程序遇到的一些问题及解决方法(设备安装)

微信小程序遇到的一些问题及解决方法 1、[js将字符串按照换行符分隔成数组](https://blog.csdn.net/pgzero/article/details/108730175)2、[vue byte数组](https://www.yzktw.com.cn/post/1202765.html)3、使用vant-weapp的文件上传capture"camera" 无法直接调用摄像…

OPC UA协议报文,基础介绍+Hello报文解析

消息主要分为&#xff1a;消息头和附加字段 通讯过程 协议标准第一部分进行总体介绍&#xff1b;协议标准第四部分有详细介绍通讯过程 流程介绍 整体流程 连接套接字》Hello》打开安全信道》创建会话》关闭安全信道》关闭套接字 订阅等事件 服务器审核行为 聚合的服务器审…

基于未知环境碰撞冲突预测的群机器人多目标搜索研究

源自&#xff1a;指挥与控制学报 作者&#xff1a;边晓荟 周少武 张红强 吴亮红 王汐 王茂 刘朝华 陈磊 “人工智能技术与咨询” 发布 摘 要 群机器人在未知动态环境下进行多目标搜索时&#xff0c;存在碰撞预测和搜索效率不高等问题。提出了一种碰撞几何锥和改进惯性权重…

中秋特辑:Java事件监听实现一个猜灯谜小游戏

众所周知&#xff0c;JavaSwing是Java中关于窗口开发的一个工具包&#xff0c;可以开发一些窗口程序&#xff0c;然后由于工具包的一些限制&#xff0c;导致Java在窗口开发商并没有太多优势&#xff08;当然也有一些第三方的工具包也很好用&#xff09;&#xff0c;不过&#x…

一款适用于教培机构的微信CRM系统

在教育培训行业中&#xff0c;有效的客户关系管理&#xff08;CRM&#xff09;系统至关重要。微信作为一种流行的社交媒体平台&#xff0c;具有巨大的潜在价值&#xff0c;可以被用来提升教培机构的客户管理和销售效率。 一些教育培训行业存在的问题 ①每年开班收学员太多&…

二叉树的几个递归问题

我的主页&#xff1a;Lei宝啊 愿所有美好如期而遇 前言&#xff1a; 二叉树的递归是二叉树很重要的问题&#xff0c;几乎解决二叉树的问题都要使用递归&#xff0c;接下来我们将解决二叉树几个最基础的递归问题。 目录 前言&#xff1a; 二叉树的前序&#xff0c;中序&…

JDK jps命令复习

之前写过jdk命令工具的博文&#xff0c;下面复习jps命令&#xff1b; jps 是 Java Process Status Tool 的简称,它的作用是为了列出所有正在运行中的 Java 虚拟机进程和相关信息&#xff1b; jps 命令参数 -q 只输出进程 ID,省略主类的名称 -m 输出虚拟机进程启动时传递…