是否存在多种具有不同空间复杂度的KMP算法？有什么不同？

问题描述

我正在阅读有关Array.prototype.reduce()算法的信息，在网上发现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2维数组构建表，并明确指出KMP的空间复杂度为O(RM)，其中R是字母大小，M是字母大小。模式大小，而其他任何地方都指出空间复杂度仅为O(M + N)，即要处理的文本和模式大小本身。
所以我对区别感到困惑。是否有多种KMP算法方法？他们有不同的范围吗？还是我想念什么？
如果一维也可以解决子串问题，为什么需要二维？

解决方法

我猜塞奇威克想证明KMP的一种变体，该变体以该术语的标准含义构造了确定性有限自动机。 （您观察到的）膨胀运行时间是一个很奇怪的选择，但是也许有一个令人信服的教学原因，我对此并不感激（然后我的博士学位是关于算法的，所以...）。我会发现另一个更符合原始说明的描述。