前面我們談到了KMP算法，但是講的還不是很詳細。今天我們可以把這個問題講的稍微詳細一點。假設在字符串A中尋找字符串B，其中字符串B的長度為n，字符串A的長度遠大于n，在此我們先忽略。

假設現(xiàn)在開始在字符串A中查找，并且假設雙方在第p個字符的時候發(fā)現(xiàn)查找出錯了，也就是下面的情況：

/*       
*    A: A1 A2 A3 A4 ... Ap ............ 
*    B: B1 B2 B3 B4 ... Bp ...Bn  
*                       (p)         
*/ 

那么這時候，A有什么選擇呢？它可以左移1位，用A2~A(p-1)比較B1~B(p-2)，然后再用A(p)~A(n+1)比較B(p-1)~B(n)位；或者左移2位，用A3~A(p-1)比較B1~B(p-3)，然后再用A(p)~A(n+2)比較B(p-2)~B(n)位； 依次類推，直到左移（p-2）位，用A(p-1)比較B(1)，然后再用A(p)~A(p+n-2)比較B(2)~B(n)位。

不知道細心的朋友們發(fā)現(xiàn)什么規(guī)律沒？因為A和B在前面（p-1）個數(shù)據(jù)是相等的，所以上面的計算其實可以這樣看：用A2~A(p-1)比較B1~B(p-2)，實際上就是B2~B(p-1)比較B1~B(p-2)； 用A3~A(p-1)比較B1~B(p-3)，實際上就是B3~B(p-1)比較B1~B(p-3)；最后直到B(p)和B(1)兩者相比較。既然這些數(shù)據(jù)都是B自身的數(shù)據(jù)，所以當然我們可以提前把這些結(jié)果都算出來的。

那么這么多的選擇，我們應該左移多少位呢？

其實判斷很簡單。假設我們左移1位，發(fā)現(xiàn)A2~A(p-1)的結(jié)果和B1~B(p-2)是一致的，那么兩者可以直接從第(p-1)位開始比較了； 如果不成功呢，那么只能左移2位，并判斷A2~A(p-1)和B1~B(p-2)的比較結(jié)果了，......，這樣以此類推進行比較。如果不幸發(fā)現(xiàn)所有的數(shù)據(jù)都不能比較成功呢，那么只能從頭再來，從第1位數(shù)據(jù)依次進行比較了。

不知道講清楚了沒，還沒有明白的朋友可以看看下面的代碼：

int calculate_for_special_index(char str[], int index)  
{  
    int loop;  
    int value;  

    value = 0;  
    for(loop = 1; loop < index; loop ++){  
        if(!strncmp(&str[loop], str, (index - loop))){  
            value = index - loop;  
            break;  
        }  
    }  

    return (value == 0) ? 1 : (index - value);  
}  

void calculate_for_max_positon(char str[], int len, int data[])  
{  
    int index;  

    for(index = 0; index < len; index++)  
        data[index] = calculate_for_special_index(str, index);  
}  

當然，上面當然都是為了計算在索引n比較失敗的時候，判斷此時字符應該向左移動多少位。

char* strstr_kmp(const char* str, char* data)  
{  
    int index;  
    int len;  
    int value;  
    int* pData;  

    if(NULL == str || NULL == str)  
        return NULL;  

    len = strlen(data);  
    pData = (int*)malloc(len * sizeof(int));  
    memset(pData, 0, len * sizeof(int));  
    calculate_for_max_positon((char*)str, len, pData);  

    index = 0;  
    while(*str && ((int)strlen(str) >= len)){  
        for(; index < len; index ++){  
            if(str[index] != data[index])  
                break;  
        }  

        if(index == len){  
            free(pData);  
            return (char*) str;  
        }  

        value = pData[index];  
        str += value;  

        if(value == 1)  
            index = 0;  
        else  
            index = index -value;  
    }  

    free(pData);  
    return NULL;  
}  

可能朋友們看到了，上面的strlen又回來了？說明代碼本身還有優(yōu)化的空間。大家可以自己先試一試。

int check_valid_for_kmp(char str[], int start, int len)  
{  
    int index;  

    for(index = start; index < len; index++)  
        if('\0' == str[index])  
            return 0;  
    return 1;  
}  

char* strstr_kmp(const char* str, char* data)  
{  
    int index;  
    int len;  
    int value;  
    int* pData;  

    if(NULL == str || NULL == str)  
        return NULL;  

    len = strlen(data);  
    pData = (int*)malloc(len * sizeof(int));  
    memset(pData, 0, len * sizeof(int));  
    calculate_for_max_positon((char*)str, len, pData);  

    index = 0;  
    while(*str && check_valid_for_kmp((char*)str, index, len)){  
        for(; index < len; index ++){  
            if(str[index] != data[index])  
                break;  
        }  

        if(index == len){  
            free(pData);  
            return (char*) str;  
        }  

        value = pData[index];  
        str += value;  

        if(value == 1)  
            index = 0;  
        else  
            index = index -value;  
    }  

    free(pData);  
    return NULL;  
}  

（三）、多核查找

多核查找其實不新鮮，就是把查找分成多份，不同的查找過程在不同的核上面完成。舉例來說，我們現(xiàn)在使用的cpu一般是雙核cpu，那么我們可以把待查找的字符分成兩份，這樣兩份查找就可以分別在兩個核上面同時進行了。具體怎么做呢，其實不復雜。首先我們要定義一個數(shù)據(jù)結(jié)構(gòu)：

typedef struct _STRING_PART  
{  
    char * str;  
    int len;  
}STRING_PART; 

接著，我們要做的就是把字符串分成兩等分，分別運算起始地址和長度。

void set_value_for_string_part(char str[], int len, STRING_PART part[])  
{  
    char* middle = str + (len >> 1);  

    while(' ' != *middle)  
        middle --;  

    part[0].str = str;  
    part[0].len = middle - (str -1);  

    part[1].str = middle + 1;  
    part[1].len = len - (middle - (str - 1));  
}  

分好之后，就可以開始并行運算了。

char* strstr_omp(char str[], char data[])  
{  
    int index;  
    STRING_PART part[2] = {0};  
    char* result[2] = {0};  
    int len = strlen(str);  

    set_value_for_string_part(str, len, part);  

#pragma omp parellel for   
    for(index = 0; index < 2; index ++)  
        result[index] = strstr(part[index].str, part[index].len, data);  

    if(NULL == result[0] && NULL == result[1])  
        return NULL;  

    return (NULL != result[0]) ? result[0] : result[1];  
}  

注意事項：

（1）這里omp宏要在VS2005或者更高的版本上面才能運行，同時需要添加頭文件#include，打開openmp的開關(guān)；

(2）這里調(diào)用的strstr函數(shù)第2個參數(shù)是目標字符串的長度，和我們前面介紹的普通查找函數(shù)稍微不一樣，前面的函數(shù)不能直接使用，但稍作改變即可。