這次的演算法算是從頭到尾給位漲知識，沒想到狀態機和演算法結合出來能出來KMP演算法，這裡我就不獻醜了，搜尋KMP百度第一個知乎那個寫的使真的好，我也是看他的才學習到的

KMP 演算法詳解 - 知乎 (zhihu.com)。這個使它演算法的連結

細節的部分大佬已經說過了，我就說一下簡略的步驟和相應的方法把，如果科班出身的應該看的懂

這個演算法的核心是一個確定有限自動機，可以這麼說，如果你的確定有限自動機寫出來了，那麼這個演算法已經完成百分之80了。

整體思路

　　寫出一個二維陣列，這個二維資料代表的是確定有限自動機，其中的橫座標代表相應的判斷的字串，縱座標代表所有字元（256個-阿斯克碼），其中的寫出的步驟包括，如果和下一個字元相等則狀態加一，如果不相等，則返回到之前的狀態，因為之前的狀態是完成的，所以這個演算法是動態規劃演算法。最後根據給出的字元來進行判斷。

程式碼實現

public class KMP {
    private int[][] dp;
    private String pat;

    public KMP(String pat) {
        this.pat = pat;
        int M = pat.length();
        // dp[狀態][字元] = 下個狀態
        dp = new int[M][256];
        // base case
        dp[0][pat.charAt(0)] = 1;
        // 影子狀態 X 初始為 0
        int X = 0;
        
 
// 構建狀態轉移圖（稍改的更緊湊了）
        for (int j = 1; j < M; j++) {
            for (int c = 0; c < 256; c++)
                dp[j][c] = dp[X][c];
            dp[j][pat.charAt(j)] = j + 1;
            // 更新影子狀態
            X = dp[X][pat.charAt(j)];
        }
    }

    public int search(String txt) {
        
 
int M = pat.length();
        int N = txt.length();
        // pat 的初始態為 0
        int j = 0;
        for (int i = 0; i < N; i++) {
            // 計算 pat 的下一個狀態
            j = dp[j][txt.charAt(i)];
            // 到達終止態，返回結果
            if (j == M) return i - M + 1;
        }
        // 沒到達終止態，匹配失敗
        return -1;
    }
}