Реализация Кнута-Морриса-Пратта в чистом C

Question

У меня есть следующая KMP-реализация:

#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;
}

Вы можете проверить это здесь: http://liveworkspace.org/code/d2e7b3be72083c72ed768720f4716f80

Он хорошо работает на небольших строках, и я проверил его с большой петлей, на этом пути все в порядке.

Но если я изменю искомую подстроку и полную строку на эти:

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

Только после первой попытки эта реализация не удалась...

Пожалуйста, не могли бы вы помочь мне с восстановлением реализации KMP, чтобы алгоритм работал с такими данными в строках...

Answer 1

В одном месте вы отклоняетесь от своего источника, источник имеет

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

пока у вас есть

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

быть обманутым отступом источника. В источнике нет никаких скобок вокруг if() ветвь, так что только приращение j++; контролируется if; d[i] = j; безусловно.

Тогда источник имеет ошибку, вероятно, из-за необычного использования индексов. Правильный способ настроить массив

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;
}

Но это сбивает с толку, так как установка здесь использует индексы i-1 а также j-1 так же как i а также j определить d[i], Обычный способ реализовать это отличается; как это реализовано в C#. Так как эту форму вы найдете в большинстве источников, гораздо проще убедить себя в правильности этого.