KMP算法原理与实现：高效字符串匹配技术

1. KMP算法概述

KMP算法（Knuth-Morris-Pratt算法）是字符串匹配领域的经典算法，由Donald Knuth、Vaughan Pratt和James Morris三位计算机科学家于1977年联合发表。这个算法解决了传统暴力匹配算法在最坏情况下时间复杂度高达O(mn)的问题，通过预处理模式串构建部分匹配表（Partial Match Table），将时间复杂度优化至O(m+n)。

我第一次接触KMP算法是在处理大规模文本搜索需求时，当时使用暴力匹配算法处理GB级文本文件时，程序经常卡死。后来改用KMP算法后，性能提升了数十倍。这个经历让我深刻认识到算法选择对程序性能的决定性影响。

2. KMP算法核心原理

2.1 暴力匹配的局限性

传统的暴力匹配算法（Brute-Force）采用双指针逐个比较的方式：

1. 主串指针i初始为0，模式串指针j初始为0
2. 比较主串[i]和模式串[j]
3. 如果相等，i和j同时后移
4. 如果不相等，i回溯到本轮起始位置+1，j重置为0

这种算法在最坏情况下（如主串为"aaaaaaab"，模式串为"aaab"）会产生大量不必要的回溯，时间复杂度为O(mn)。

2.2 部分匹配表（PMT）的构建

KMP算法的核心创新在于预处理模式串，构建部分匹配表（PMT）。PMT记录了模式串每个位置的最长公共前后缀长度：

以模式串"ababc"为例：

• 前缀：不包含最后一个字符的所有子串（"a","ab","aba","abab"）
• 后缀：不包含第一个字符的所有子串（"b","ba","bab","babc"）

计算过程：

1. 子串"a"：无前后缀，长度为0
2. 子串"ab"：前缀["a"]，后缀["b"]，无公共，长度为0
3. 子串"aba"：前缀["a","ab"]，后缀["ba","a"]，公共"a"，长度为1
4. 子串"abab"：前缀["a","ab","aba"]，后缀["bab","ab","b"]，公共"ab"，长度为2
5. 子串"ababc"：前缀["a","ab","aba","abab"]，后缀["babc","abc","bc","c"]，无公共，长度为0

最终PMT：[0,0,1,2,0]

2.3 KMP匹配流程

构建好PMT