题目：题目链接（简单）
标签：字符串、KMP算法
| 解法 | 时间复杂度 | 空间复杂度 | 执行用时 |
|---|---|---|---|
| Ans 1 (Python) | – | – | 40ms (78.00%) |
| Ans 2 (Python) | O ( N × M ) O(N×M) O(N×M): 其中M为needle长度 | O ( 1 ) O(1) O(1) | 52ms (34.29%) |
| Ans 3 (Python) | O ( N × M ) O(N×M) O(N×M): 其中M为needle长度 | O ( 1 ) O(1) O(1) | 44ms (61.00%) |
| Ans 4 (Python) | O ( N + M ) O(N+M) O(N+M) : 其中M为needle长度 | O ( M ) O(M) O(M) | 60ms (18.16%) |
解法一（使用Python原生index实现）：
def strStr(self, haystack: str, needle: str) -> int:
if needle in haystack:
return haystack.index(needle)
else:
return -1
解法二（逐字符比较；每次查找失败转移到开始坐标的下一个字节）：
def strStr(self, haystack: str, needle: str) -> int:
needle_len = len(needle)
# 处理长度为0的情况
if needle_len == 0:
return 0
# 循环处理字符串
j = 0
i = 0
while i < len(haystack):
c = haystack[i]
if c == needle[j]:
if j == needle_len - 1:
return i - j
else:
j += 1
i += 1
else:
i = i - j + 1
j = 0
return -1
解法三（遍历字符串，查看每个坐标是否为needle的起始坐标）：
def strStr(self, haystack: str, needle: str) -> int:
len_h = len(haystack)
len_n = len(needle)
for i in range(len_h - len_n + 1):
if haystack[i: i + len_n] == needle:
return i
return -1
解法四（KMP算法）：
def strStr(self, haystack: str, needle: str) -> int:
def get_next_val(t):
"""通过计算返回子串t的next数组"""
i = 0
j = -1
next = [-1] * len(t)
while i < len(t) - 1:
if j == -1 or t[i] == t[j]:
i += 1
j += 1
if t[i] != t[j]:
next[i] = j
else:
next[i] = next[j]
else:
j = next[j] # 若字符不相同，则j值回溯
return next
i = 0 # i用于主串s中当前位置下标，若pos不为1则从pos位置开始匹配
j = 0 # j用于子串t中当前位置下标值
next = get_next_val(needle)
while i < len(haystack) and j < len(needle):
if j == -1 or haystack[i] == needle[j]:
i += 1
j += 1
else:
j = next[j]
if j >= len(needle):
return i - len(needle)
else:
return -1
