因文件流不支持指针回退，KMP需缓存滑动窗口；须用vector<char>避免null截断，按字节处理编码，I/O与拷贝才是性能瓶颈。
为什么不能直接把 KMP 的 build_lps 和 search 套用在文件流上
因为标准 KMP 算法假设文本可随机访问、能回退指针，而 std::ifstream（尤其以 std::ios::binary 或大文件流式读取时）不支持任意 seek，更无法“把读过的内容悄悄塞回去”。一旦用 get() 或 read() 吃掉一个字节，它就没了——除非你缓存。这是最常卡住人的地方。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 必须自己维护一个滑动窗口缓冲区，大小至少为
pattern.length() + 1，否则 LPS 匹配逻辑会断掉 - 不要试图对
std::istream&做原地 KMP；先读块、再查块、再滑动，才是可行路径 - 如果模式含 null 字节（
'\0'），别用std::string当缓冲区——改用std::vector<char>，避免被误截断
如何用 std::vector<char> 实现带重叠的流式 KMP 搜索
核心是让缓冲区像“滚动胶带”：每次读新数据追加到尾部，匹配后只丢弃已确认不可能参与后续匹配的前缀（靠 LPS 数组算出最大可保留后缀长度）。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 初始化缓冲区大小为
pattern.size()，用reserve()避免反复 realloc - 每次调用
stream.read(buf.data() + buf.size(), chunk_size)前，先检查buf.size() + chunk_size <= max_buffer_size，否则先 trim - trim 逻辑不是清空，而是：
buf.erase(buf.begin(), buf.begin() + safe_offset)，其中safe_offset = buf.size() - lps.back()（假设模式已完全匹配过一次） - 匹配函数要接受
const std::vector<char>& text和size_t start_pos，避免拷贝整块缓冲区
示例关键片段：
int pos = kmp_search_in_buffer(pattern, buf, last_match_end);
if (pos != -1) {
result_positions.push_back(global_offset + pos);
last_match_end = pos + 1; // 允许重叠匹配
}
std::locale 和多字节编码会让 KMP 失效吗
会，但不是 KMP 本身的问题——是你把字节序列当字符序列用了。KMP 是字节级算法，"café" 在 UTF-8 下是 5 字节（c a f é → c a f c 3a），若搜索字符串 "é"（2 字节），而你用 std::string::find 或手动按 char 走，结果正确；但若错误地用 wstring + wchar_t 混合读取 UTF-8 文件，LPS 构建和比较全乱。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 明确文件编码，KMP 只处理 raw bytes；UTF-8 就按 byte 流走，别转
std::wstring - 若必须支持宽字符（如 Windows 上读 UTF-16），则整个 pipeline 改用
std::vector<wchar_t>，且 pattern 和 buffer 类型严格一致 - 用
std::codecvt_utf8<wchar_t>转码？别。它已 deprecated；改用std::from_chars或第三方库如 ICU / utf8cpp 做预处理
性能瓶颈通常不在 kmp_search，而在 I/O 和内存拷贝
实测显示：对 1GB 文件做单模式搜索，KMP 内核耗时往往 read() + vector::insert() 占 90%+。尤其当 chunk_size 设得太小（如 1KB），系统调用开销爆炸。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- chunk_size 至少设为 64KB（
4096 * 16），兼顾 cache line 和 syscall 效率 - 用
std::vector::resize()预分配缓冲区，而非push_back()；后者在频繁增长时触发多次 memcpy - 如果搜索多个 pattern，别重复构建 LPS——把
lps缓存为static const std::vector<int>，前提是 pattern 不变 - 考虑 mmap：对大文件，
std::ifstream不如open() + mmap()快，但需处理平台差异（Windows 用CreateFileMapping）
真正难的不是 KMP 怎么写，是怎么让缓冲区管理既不漏匹配、又不爆内存、还扛得住 GB 级文件的碎片读取——这些细节没压对，算法再漂亮也卡在硬盘上。
