是否存在具有不同空间复杂度的多种 KMP 算法方法？ 有什么区别？

Question

我正在阅读有关KMP substring 搜索算法的信息，我在网上找到的示例使用一维表来构建前缀信息表。
我还阅读了 Sedgewick 的解释，他使用二维数组来构建表格，并明确指出 KMP 的空间复杂度为O(RM) ，其中R是字母大小， M是模式大小，而其他地方都指出空间复杂度仅为O(M + N) ，即要处理的文本和图案大小本身。
所以我对差异感到困惑。 是否有多种 KMP 算法方法？ 他们有不同的 scope 吗？ 或者我错过了什么？
如果一维也能解决 substring 问题，为什么还需要二维呢？

Answer 1

我猜 Sedgewick 想演示 KMP 的一种变体，它在该术语的标准意义上构造一个确定性有限自动机。 这是一个奇怪的选择，（正如您所观察到的）会使运行时间膨胀，但也许有一个我不欣赏的令人信服的教学原因（然后我的博士学位又是关于算法的，所以......）。 我会找到另一个更接近原文的描述。