KMP算法：字符串匹配与周期性的数学原理

1. 字符串匹配与周期性的数学本质

字符串处理是计算机科学中最基础也最核心的问题之一，而KMP算法作为字符串匹配领域的里程碑式突破，其背后蕴含着深刻的数学原理。理解这些原理不仅能帮助我们更好地掌握算法本身，更能培养解决复杂问题的思维方式。

1.1 最长相等真前后缀（Border）的概念解析

Border（边界）这个概念在字符串分析中扮演着关键角色。给定一个字符串s，其Border是指既是s的真前缀又是s的真后缀的最长子串。这里的"真"意味着子串长度必须严格小于原字符串长度。

举个例子，对于字符串"abacabacab"：

• "abac"是它的一个Border，因为既是前缀又是后缀
• "ab"也是一个Border，但比"abac"短
• 最长Border就是"abac"

Border的计算看似简单，但其中蕴含着字符串自相似性的重要特性。这种自相似性正是KMP算法能够高效匹配的关键所在。

1.2 前缀函数的数学定义与性质

前缀函数π是KMP算法的核心数据结构。对于字符串s，π[i]定义为子串s[0...i]的最长Border长度。这个定义看似简单，却具有以下重要性质：

1. 递推性质：π[i]的值可以通过π[0]到π[i-1]的值计算得到，这使得线性时间计算成为可能
2. 单调不减性：π数组的值整体呈现非严格递增趋势
3. 跳跃性：当失配发生时，可以利用π数组快速调整匹配位置

这些性质共同构成了KMP算法高效性的数学基础。理解这些性质对于掌握算法的本质至关重要。

2. KMP算法的核心实现

2.1 前缀函数的高效计算

传统暴力计算前缀函数的时间复杂度是O(n³)，这显然无法满足实际需求。KMP算法通过巧妙的递推关系将复杂度降到了O(n)。

python复制def get_pi(s):
    n = len(s)
    pi = [0] * n
    for i in range(1, n):
        j = pi[i - 1]  # 继承前一个位置的最长Border长度
        while j > 0 and s[i] != s[j]:
            j = pi[j - 1]  # 失配时回退到更短的Border
        if s[i]