纯C++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;
}

你可以在这里测试它：http://liveworkspace.org/code/d2e7b3be72083c72ed768720f4716f80

它在小字符串上工作得很好，我已经用一个大循环对它进行了测试，在这种情况下一切都很好。

但是，如果我将正在搜索的子字符串和完整字符串更改为以下内容：

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，此实现才会失败...

请，您可以帮助我修复KMP的实现，使算法与这些数据在字符串中工作…

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;

当你有了

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()分支周围没有大括号，因此只有增量j++;由if控制；d[i] = j;是无条件的。

然后，源文件出现错误，可能是由于索引的异常使用所致。设置数组的正确方法是

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索引i-1和j-1以及i和j来确定d[i]。通常的实现方式是不同的；它的实现方式是in C#。因为这是您在大多数资源中找到的形式，所以更容易说服自己相信它的正确性。