1. 字串返回在主串的第pos个字符之后的位置（普通版）
function findIndex(S,T,pos){
let i = pos;
let j = 0;
while (i < S.length && j< T.length) {
// statement
if(S[i] === T[j]){
i++;
j++;
}else{
i = i-j+1;
j = 0;
}
}
if(j >= T.length) {
return i - T.length;
}else{
return 0;
}
}
console.log(findIndex("ssssdddssabcdefgab","abcdef",0));
下面这段话是摘自程杰老师的《大话数据结构》里面的。以前上学那会儿课本是严蔚敏老师的《数据结构c语言版》与我们自己老师出版的数据结构，闲来无事重新对比这几本书看一下。
分析一下， 最好的情况是什么?那就是一开始就区配成功，比如 "googlegood" 中去找 googlen ，时间复杂度为 O(1)。 稍差一些，如果像刚才例子中第二、 三、四位 一样，每次都是首字母就不匹配，那么对 T 串的循环就不必进行了，比如 "abcdefgoogle" 中去找 google。 那么时间复杂度为 O(n+m) ， 其中 n 为主串长度， m 为要匹配的子串长度。根据等概率原则，平均是 (n+m) /2 次查找，时间复杂度为 O(n+m).
那么最坏的情况又是什么?就是每次不成功的匹配都发生在串 T 的最后一个字 符。举一个很极端的例子。主串为 s= "000000000000000000000000000000000000 00000000000001" ，而要匹配的子串为 T= "0000000001" ，前者是有 49 个 "0" 和 1 个 "I n 的主串，后者是 9 个 "0" 和 1 个 U1" 的子串。在匹配时，每次都得将 τ 中字符循环到最后一位才发现:哦，原来它们是不匹配的。 这样等于 T 审需要在 S 串 的前 40 个位置都需要判断 10 次，并得出不匹配的结论，
直到最后第 41 个位置，因为全部匹配相等，所以不需要再继续进行下去， 如果最终投有可匹配的子串， 比如是 T= "0000000002 n ，到了第 41 位 置判断不匹配后同样不需要继续比对下去。 因此最坏情况的时间复杂度为 O((n- m+1)*m)。
在实际运用中，对于计算机来说，处理的都是二进 位的 0 和 1 的靡，一个字符的 ASCII 码也可以看成是 8 位的二进位 01 串，当然，汉 字等所有的字符也都可以看成是多个 0 和 1 串。再比如像计算机图形也可以理解为是 由许许多多个 0 和 1 的串组成。所以在计算机的运算当中，模式匹配操作可说是随处 可见，而刚才的这个算法，就显得太低效了。
2.字串返回在主串的第pos个字符之后的位置（kmp版）
//构造KMP的next数组
function get_nextval(T,nextval){
let i,j;
let arr = nextval;
i = 0;
j = -1;
arr[0] = -1
while(i < T.length){
if(j == -1 || T[i] == T[j]){
++i;
++j;
arr[i] = j;
}else{
j = arr[j]
}
}
return arr;
}
//查找算法
function Index_KMP(S,T){
let i = 0;
let j = 0;
let arr = new Array(255);
let nextArr = get_nextval(T,arr);
while(i < S.length && j < T.length){
if(j == -1 || S[i] == T[j]){
++i;
++j;
}else{
console.log(i)
j = nextArr[j]
}
}
if(j >= T.length){
return i - T.length;
}else{
return 0;
}
}
console.log(Index_KMP("ssssdddssabcdefgab","abcdef"));
