对比BF算法和KMP算法

BF算法和KMP算法都是字符串匹配算法，但是它们的时间复杂度和匹配效率有很大的不同。

BF算法的时间复杂度为O(n*m)，其中n为主串长度，m为模式串长度。BF算法的思想是从主串的第一个字符开始，依次和模式串的每一个字符进行匹配，如果匹配失败，则主串的下一个字符作为起始位置，继续和模式串进行匹配。这种暴力匹配的方式，虽然简单易懂，但是当主串和模式串长度较大时，匹配效率会非常低下。

KMP算法的时间复杂度为O(n+m)，其中n为主串长度，m为模式串长度。KMP算法的思想是在匹配过程中，当出现不匹配的情况时，尽可能地利用已经匹配过的信息，避免从头开始匹配。具体来说，KMP算法通过预处理模式串，得到一个next数组，next数组中的值表示当模式串中第i个字符和主串中第j个字符不匹配时，模式串下一次匹配的起始位置应该是哪里。这样，在匹配过程中，当出现不匹配的情况时，就可以利用next数组中的信息，跳过一些不必要的匹配，从而提高匹配效率。

下面是BF算法和KMP算法的Python实现：

# BF算法
def bf_match(s, p):
    n = len(s)
    m = len(p)
    for i in range(n-m+1):
        j = 0
        while j < m and s[i+j] == p[j]:
            j += 1
        if j == m:
            return i
    return -1

# KMP算法
def kmp_match(s, p):
    n = len(s)
    m = len(p)
    next = get_next(p)
    i = 0
    j = 0
    while i < n and j < m:
        if j == -1 or s[i] == p[j]:
            i += 1
            j += 1
        else:
            j = next[j]
    if j == m:
        return i - j
    else:
        return -1

def get_next(p):
    m = len(p)
    next = [-1] * m
    i = 0
    j = -1
    while i < m-1:
        if j == -1 or p[i] == p[j]:
            i += 1
            j += 1
            next[i] = j
        else:
            j = next[j]
    return next