c - 纯 C 中的 Knuth-Morris-Pratt 实现

Question

我有下一个 KMP 实现:

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

int kmp(char substr[], char str[])
{
   int i, j, N, M;

   N = strlen(str);
   M = strlen(substr);

   int *d = (int*)malloc(M * sizeof(int));
   d[0] = 0;

   for(i = 0, j = 0; i < M; i++)
   {
      while(j > 0 && substr[j] != substr[i])
      {
         j = d[j - 1];
      }

      if(substr[j] == substr[i])
      {
         j++;
         d[i] = j;
      }
   }

   for(i = 0, j = 0; i < N; i++)
   {
      while(j > 0 && substr[j] != str[i])
      {
         j = d[j - 1];
      }

      if(substr[j] == str[i])
      {
         j++;
      }

      if(j == M)
      {
         free(d);
         return i - j + 1;
      }
   }

   free(d);

   return -1;
}

int main(void)
{
   char substr[] = "World",
      str[] = "Hello World!";

   int pos = kmp(substr, str);

   printf("position starts at: %i\r\n", pos);

   return 0;
}

您可以在这里进行测试:http://liveworkspace.org/code/d2e7b3be72083c72ed768720f4716f80

它在小字符串上效果很好，我用大循环测试过，这样一切都很好。

但是如果我将要搜索的子字符串和完整的字符串更改为这些:

char substr[] = "%end%",
str[] = "<h1>The result is: <%lua% oleg = { x = 0xa }
         table.insert(oleg, y) oleg.y = 5 print(oleg.y) %end%></h1>";

只有在第一次尝试之后，这个实现才会失败......

拜托，你能帮我修复 KMP 的实现，使算法能够处理字符串中的此类数据吗...

Answer 1

在一个地方你偏离了你的来源，来源有

while(j>0 && p[j]!=p[i]) j = d[j-1];
    if(p[j]==p[i])
        j++;
        d[i]=j;

当你有

while(j > 0 && substr[j] != substr[i])
{
    j = d[j - 1];
}
if(substr[j] == substr[i])
{
    j++;
    d[i] = j;
}

被来源的缩进所欺骗。在源代码中，if() 分支没有大括号，因此只有增量 j++; 由 if 控制； d[i] = j; 是无条件的。

然后，来源有错误，可能是由于索引的不正常使用。正确的数组设置方法是

int *d = (int*)malloc(M * sizeof(int));
d[0] = 0;

for(i = 1, j = 0; i < M; i++)
{
    while(j > 0 && substr[j-1] != substr[i-1])
    {
        j = d[j - 1];
    }

    if(substr[j] == substr[i])
        j++;
    d[i] = j;
}

但这很令人困惑，因为这里的设置使用了索引 i-1 和 j-1 以及 i 和 j 来确定 d[i]。通常的实现方式不同；它的实现方式in C# .由于这是您在大多数来源中找到的形式，因此让自己相信它的正确性要容易得多。