KMP 算法详解：高效字符串匹配的利器

KMP 算法（Knuth-Morris-Pratt 算法）是一种用于字符串匹配的算法。它通过利用已经匹配过的部分来避免不必要的比较，从而提高匹配效率。下面是一个使用 KMP 算法进行字符串匹配的示例代码：

def kmp_search(text, pattern):
    n = len(text)
    m = len(pattern)

    # 构建部分匹配表
    lps = [0] * m
    compute_lps_array(pattern, m, lps)

    result = []
    i = 0  # 文本指针
    j = 0  # 模式指针
    while i < n:
        if pattern[j] == text[i]:
            i += 1
            j += 1

            if j == m:
                result.append(i - j)
                j = lps[j - 1]  # 继续寻找下一个匹配的位置
        else:
            if j != 0:
                j = lps[j - 1]
            else:
                i += 1

    return result

def compute_lps_array(pattern, m, lps):
    length = 0
    i = 1
    while i < m:
        if pattern[i] == pattern[length]:
            length += 1
            lps[i] = length
            i += 1
        else:
            if length != 0:
                length = lps[length - 1]
            else:
                lps[i] = 0
                i += 1

# 示例用法
text = 'I love xiaomi, I often visit mi.com to buy phone'
pattern = 'xiaomi'

result = kmp_search(text, pattern)
print('共找到 %d 个目标序列' % len(result))
print('目标序列的位置：', result)

在上述示例代码中，我们定义了kmp_search函数用于执行 KMP 算法的字符串匹配。compute_lps_array函数用于构建部分匹配表（即最长公共前后缀长度表）。最后，我们给出了一个示例用法，使用 KMP 算法在文本中查找目标序列。

请注意，上述代码仅为示例，您可以根据实际情况进行调整和拓展。同时，如果您需要匹配多个目标序列，可以在循环中多次调用kmp_search函数。

希望这能帮助到您编写 KMP 算法的代码！如有任何疑问，请随时提问。