串的模式匹配算法--BF算法/KMP算法

BF算法和KMP算法都是串的模式匹配算法，但是它们的时间复杂度不同。BF算法的时间复杂度为O(m*n)，其中m和n分别为主串和模式串的长度。而KMP算法的时间复杂度为O(m+n)。因此，当模式串较长时，KMP算法的效率更高。

下面是BF算法和KMP算法的介绍和演示：

1. BF算法（暴力匹配算法）
BF算法是一种朴素的模式匹配算法，它的思想是从主串的第一个字符开始，依次和模式串的每个字符进行比较，如果匹配成功，则继续比较下一个字符，否则从主串的下一个字符开始重新匹配。BF算法的时间复杂度为O(m*n)。

下面是BF算法的Python代码演示：

def BF(main_str, pattern_str):
    m = len(main_str)
    n = len(pattern_str)
    for i in range(m-n+1):
        j = 0
        while j < n and main_str[i+j] == pattern_str[j]:
            j += 1
        if j == n:
            return i
    return -1

# 测试
main_str = 'ababcabcacbab'
pattern_str = 'abcac'
print(BF(main_str, pattern_str)) # 输出：6

2. KMP算法（Knuth-Morris-Pratt算法）
KMP算法是一种改进的模式匹配算法，它的核心思想是利用已经匹配过的信息，尽量减少模式串与主串的匹配次数。具体来说，KMP算法通过预处理模式串，得到一个next数组，用于指导匹配过程中的跳转。KMP算法的时间复杂度为O(m+n)。

下面是KMP算法的Python代码演示：

def KMP(main_str, pattern_str):
    m = len(main_str)
    n = len(pattern_str)
    next = getNext(pattern_str)
    i = 0
    j = 0
    while i < m and j < n:
        if j == -1 or main_str[i] == pattern_str[j]:
            i += 1
            j += 1
        else:
            j = next[j]
    if j == n:
        return i - j
    else:
        return -1

def getNext(pattern_str):
    n = len(pattern_str)
    next = [-1] * n
    i = 0
    j = -1
    while i < n-1:
        if j == -1 or pattern_str[i] == pattern_str[j]:
            i += 1
            j += 1
            next[i] = j
        else:
            j = next[j]
    return next

# 测试
main_str = 'ababcabcacbab'
pattern_str = 'abcac'
print(KMP(main_str, pattern_str)) # 输出：6