输入主串和子串，匹配成功输出子串的位置，返回子串第一次出现的位置，若不存在，返回 -1。

这是一个经典的字符串搜索问题，通常可以用“KMP算法”（Knuth-Morris-Pratt 算法）或“Boyer-Moore 算法”来解决。这两种算法都是用于在文本串中查找模式串的高效算法。

KMP 算法的核心思想是预处理模式串，构建一个失配表（也叫部分匹配表），记录前缀和后缀相等最长的部分长度。通过这个表，当搜索过程中遇到不匹配的情况时，可以迅速跳过一些不可能的字符位置，提高了效率。

Boyer-Moore 算法则更进一步，它同时考虑了坏字符规则（利用模式串字符对主串的比较结果）和好后缀规则（利用模式串结尾字符在主串中的信息）。它能更快地排除不匹配的可能性。

如果直接遍历主串并逐个字符对比，时间复杂度通常是 O(nm)，其中 n 是主串长度，m 是子串长度。而高效的算法如 KMP 和 Boyer-Moore 可以将时间复杂度降低到接近线性，比如 KMP 的平均时间复杂度是 O(n + m)。

如果你需要具体的代码示例，我可以帮你展示如何用 Python 实现 KMP 算法：

def knuth_morris_pratt(text, pattern):
    # ... (实现 KMP 算法)
    # 返回子串第一次出现的位置
    return position

text = "hello world"
pattern = "world"
position = knuth_morris_pratt(text, pattern)
if position != -1:
    print(f"Pattern found at index {position}")
else:
    print("Pattern not found")