Python3中的KMP（Knuth-Morris-Pratt）算法是一种高效的字符串匹配方法，它解决了在文本串中查找模式串首次出现位置的问题。KMP算法的主要优势在于避免了暴力匹配时不必要的字符比较，通过预处理模式串来计算一个称为next数组的辅助数据结构，这个数组记录了每个字符对应的最长公共前后缀，从而在匹配失败时可以快速地跳过不匹配的部分，降低了时间复杂度。
我们要理解暴力匹配的基本思路。假设我们有一个文本串`test_str`和一个模式串`pat_str`，暴力匹配会遍历文本串的每一个字符，从第一个字符开始尝试与模式串进行逐字符比较。如果匹配失败，模式串会被整体向右移动一位，然后重新从头开始比较。这种方法的时间复杂度是O(n*m)，n是文本串的长度，m是模式串的长度，效率较低。
KMP算法的核心在于next数组的计算。next数组存储了模式串中每个字符的最长后缀与前缀相同的部分的长度。例如，模式串"abcdace"的next数组是[1, 1, 2, 0, 1, 2]，表示在"abcdace"中，前两个字符没有公共前后缀，所以next[0]和next[1]都是1；"bcd"是"a"的后缀也是前缀，所以next[2]是2，以此类推。
求解next数组的过程如下：
1. 初始化next[0]和next[1]为1，因为任何单个字符的前后缀长度至少为1。
2. 从第三个字符开始，遍历模式串，比较当前字符之前的子串与前一字符的最长公共前后缀长度。如果找到相同的前后缀，next[i]的值加1；否则，next[i]保持不变，直到找到新的公共前后缀。
有了next数组后，KMP算法的匹配过程如下：
1. 初始化两个指针i和j，分别指向文本串和模式串的第一个字符。
2. 当i小于文本串长度且j小于模式串长度时，执行以下步骤：
a. 如果文本串的第i个字符和模式串的第j个字符相同，则i和j同时加1，继续比较下一个字符。
b. 如果不同，但j不为1，根据next[j]将模式串向右移动j-next[j]个位置，然后继续比较。
c. 如果j为1，文本串的第i个字符和模式串的第1个字符不同，那么将模式串整体向右移动一位，即i不变，j置为1。
3. 如果j达到模式串的长度，说明找到了匹配的位置，返回i-1；否则，返回-1表示未找到匹配。
在提供的代码中，`str_next`函数用于计算next数组，`str_max_prx`函数用于寻找特定位置的最长公共前后缀，`str_match`函数则实现了KMP匹配过程。代码逻辑清晰，易于理解，对于初学者来说是一个很好的学习示例。
总结一下，Python3 KMP字符串匹配方法是通过预处理模式串的next数组，有效地减少了不必要的字符比较，提高了匹配效率。其核心在于计算next数组并据此调整模式串在匹配失败时的移动方式。这个方法不仅适用于Python，也广泛应用于其他编程语言，是字符串处理中的一个重要工具。
