不贪吃1. 力扣算法刷题 Day 9：KMP算法初探
字符串匹配是算法领域最基础也最常考的问题之一。当你在力扣上刷到第9天，大概率会遇到需要高效字符串匹配的题目。传统的暴力匹配法时间复杂度高达O(m*n)，而KMP算法通过巧妙的前缀分析，将复杂度降到了O(m+n)。我第一次在面试中被问到KMP时，曾因不理解next数组的构建原理而错失机会，后来花了整整三天时间才彻底吃透这个经典算法。
KMP（Knuth-Morris-Pratt）算法由三位计算机科学家在1977年联合发表，其核心思想是当出现字符不匹配时，能够利用已知信息跳过不必要的比较。对于正在准备技术面试的开发者来说，掌握KMP不仅能解决力扣上的字符串相关问题，更能深入理解算法优化的思维方式。本文将用我调试了数十次的测试案例，带你从暴力解法开始，一步步推导出next数组的构建规律，最终实现完整的KMP算法。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 从暴力匹配到KMP的进化之路
2.1 暴力匹配法的局限性
先看一个力扣经典题目（28. 实现 strStr()）：
python复制def strStr(haystack: str, needle: str) -> int:
if not needle: return 0
for i in range(len(haystack) - len(needle) + 1):
if haystack[i:i+len(needle)] == needle:
return i
return -1
这种解法在最坏情况下（如haystack="aaaaab", needle="aaab"）需要进行约m*n次比较。我在力扣测试时发现，当字符串长度超过10^4时就会触发超时错误。
关键观察：暴力法每次匹配失败后，主串和模式串的指针都会完全回退，丢失了已经匹配的部分信息。
2.2 KMP的核心优化思想
KMP算法的突破点在于发现：匹配失败时，模式串的某个前缀可能正好是已匹配部分的后缀。通过预处理模式串，我们可以计算出每个位置匹配失败时的跳转位置，这个信息存储在next数组中。
以模式串"ababc"为例：
- 在索引4的'c'匹配失败时，已匹配的"abab"中，最长的相等前后缀是"ab"(长度2)
- 因此可以直接将模式串右移2位，继续比较而不用回溯主串指针
2.3 next数组的数学定义
next数组的正式定义常让初学者困惑。经过多次教学实践，我发现用"最长相等前后缀长度"来解释最为直观：
对于模式串P，next[i]表示子串P[0:i]中，使得前k个字符和后k个字符相等的最大k值（k < i）。例如：
code复制P = "a b a b a c"
next = [0,0,1,2,3,0]
计算过程：
- next[0] = 0 （单字符无前后缀）
- next[1] = 0 ("ab"无相等前后缀)
- next[2] = 1 ("aba"中"a"==末尾"a")
- next[3] = 2 ("abab"中"ab"==末尾"ab")
- next[4] = 3 ("ababa"中"aba"==末尾"aba")
- next[5] = 0 ("ababac"无相等前后缀)
3. next数组的高效构建方法
3.1 递推法实现
理解next定义后，如何高效计算它？我们可以利用已计算的next值来推导后续值：
python复制def build_next(p: str) -> list:
next = [0] * len(p)
j = 0 # 指向前缀末尾
for i in range(1, len(p)): # 指向后缀末尾
while j > 0 and p[i] != p[j]:
j = next[j-1] # 关键回退步骤
if p[i] == p[j]:
j += 1
next[i] = j
return next
这个算法的时间复杂度是O(m)，其中m是模式串长度。我曾用字符串"aabaaac"手动模拟整个过程，发现回退操作最多累计执行m次。
3.2 调试技巧实录
在实现过程中有几个易错点：
- 初始条件：next[0]必须为0，i从1开始
- 回退条件：while循环要先判断j>0，避免越界
- 赋值时机：next[i]是在匹配成功后赋值的j值
建议用这个测试案例调试：
python复制p = "ababac"
# 正确next = [0,0,1,2,3,0]
4. 完整KMP算法实现
4.1 匹配主体逻辑
有了next数组后，匹配过程就非常直观了：
python复制def kmp(s: str, p: str) -> int:
if not p: return 0
next = build_next(p)
j = 0 # 模式串指针
for i in range(len(s)):
while j > 0 and s[i] != p[j]:
j = next[j-1] # 根据next回退
if s[i] == p[j]:
j += 1
if j == len(p): # 完全匹配
return i - j + 1
return -1
4.2 复杂度分析
- 预处理阶段：build_next() O(m)
- 匹配阶段：外层循环O(n)，内层while总共执行不超过O(n)次
- 总体：O(m+n)
在力扣测试中，相同案例KMP比暴力法快100倍以上（100ms vs 10000ms）。
5. 力扣实战应用
5.1 题目28. 实现 strStr()
直接套用我们的kmp函数即可通过。但要注意边界条件：
- needle为空时返回0
- haystack比needle短时直接返回-1
5.2 题目459. 重复的子字符串
这道题可以巧妙利用next数组：
python复制def repeatedSubstringPattern(s: str) -> bool:
next = build_next(s)
n = len(s)
return next[-1] != 0 and n % (n - next[-1]) == 0
原理：如果字符串由子串重复构成，那么n - next[-1]就是最小重复单元长度。
5.3 题目214. 最短回文串
需要在字符串前添加字符使其成为回文串。KMP解法：
- 将s与反转后的s#拼接（如"abac#cab"）
- 计算next数组，最后一位值k表示最长回文前缀长度
- 将s[k:]反转后加到原字符串前
6. 常见问题与调试技巧
6.1 next数组计算错误
症状：匹配结果时对时错
解决方法：
- 打印next数组与手工计算对比
- 检查回退逻辑是否遗漏j>0条件
- 验证空字符串和单字符等边界情况
6.2 内存越界问题
症状：运行时索引越界错误
检查点：
- 字符串为空时的特殊处理
- next数组初始化长度是否正确
- 循环边界是否包含等号
6.3 性能优化技巧
- 在力扣提交时，可以预分配next数组大小避免扩容
- 对于字符集有限的情况（如DNA序列），可以用字典预处理
- 实际工程中，当模式串很短时暴力法可能更快
7. KMP的变种与扩展
7.1 BM算法
Boyer-Moore算法从右向左比较，利用坏字符和好后缀规则，在实践中通常比KMP更快。但预处理更复杂。
7.2 Sunday算法
Sunday算法关注主串中参与匹配的最末字符的下一位字符，适合处理字符集较大的情况。
7.3 多模式匹配
将KMP扩展为AC自动机，可以同时匹配多个模式串，用于敏感词过滤等场景。
8. 个人刷题心得
在力扣刷到第9天时，建议按这个顺序练习字符串算法：
- 先掌握暴力解法（理解问题本质）
- 手动计算多个案例的next数组（我用了"aabaaac"、"ababac"等）
- 实现build_next()并单步调试
- 完成完整KMP实现
- 解决力扣相关题目（28→459→214）
- 尝试用KMP思想解决其他问题
最耗时的部分是理解next数组的构建过程。我的突破点是画图展示模式串的自匹配过程，用不同颜色标注前后缀。当你能在纸上正确计算出next数组时，代码实现就是水到渠成了。