简单版AC自动机

简单版(AC)自动机

学之前听别人说起一直以为很难,今天学了简单版的(AC)自动机,感觉海星,只要理解了(KMP)一切都好说。

前置知识:(KMP)(有链接)

前置知识:(Trie)

字典树((Trie)树)比较简单,就是把许多个单词通过树连接起来。每个点记录一下儿子个数以及是否是单词结尾即可。每次加入一个单词时,从第一个字母开始搜索,如果当前字母存在,就从该字母的儿子里找下一个字母,否则就新建一个节点,直到把这个单词全部加入进去,然后在最后的字符上标记一下表示以这个字母结尾的单词多了一个。

那么(AC)自动机实际上就是将两者合并了起来,在字典树上进行(KMP)

先说一下(AC)自动机是干什么的。一个常见的例子就是给出n个单词,再给出一段包含m个字符的文章,让你找出有多少个单词在文章里出现过。要搞懂AC自动机,先得有模式树(字典树)(Trie)(KMP)模式匹配算法的基础知识。(KMP)算法是单模式串的字符匹配算法,(AC)自动机是多模式串的字符匹配算法。

说白了就是给你一堆字符串,然后再给你一个字符串,问最后这个字符串中出现了多少个前面给出的字符串。

首先我们要有一个字典树。对于给出的那一堆字符串,我们要一个一个加到树里。代码如下:

struct AC{//字典树
	int end,vis[26],fail;//vis表示儿子的编号
}AC[1000006];
int cnt;
void Build(string s){//要加入的单词
	int l=s.length(),now=0;//now是当前节点
	for(int i=0;i<l;++i){
		if(AC[now].vis[s[i]-'a']==0) AC[now].vis[s[i]-'a']=++cnt;
        //如果这个字母没有,就新建一个
		now=AC[now].vis[s[i]-'a'];//如果有或者已经建好,就往下跳
	}
	AC[now].end++;//在最后一个字母处标记有几个单词以它结尾
}

有了字典树,考虑怎样在树上进行(KMP)

(KMP)里面的(next)指针在这里改成(fail),其实都一样。

每个节点(t)(fail)指针,其所指向的节点和(t)节点的字符是一样的。因为如果(t)匹配成功,而(t)的儿子匹配失败,那么需要从(t)(fail)指针的儿子节点开始匹配。

(fail)指针用(BFS)来求。

首先,根节点的(fail)指针显然指向他自己,即(0)。而他的儿子,也就是深度为一的节点的指针也是指向他的。那么考虑剩下的节点(t)。它的父亲节点的(fail)指针已经知道,那么这个指针指向的节点假如是(u)的话,如果(u)有一个和(t)一样的节点,那么(t)(fail)指针就应该指向它,如果没有,就要从(father->fail->fail)里找,直到找到相同的节点或者到根节点。也就是说要顺着之前的失配指针走一遍,有点麻烦。

考虑如果当前节点没有某个字母,那么我们可以将该节点指向这个字母的指针,指到他的失配指针指向的节点的这个字母上。

if(AC[u].vis[i]==0)
	AC[u].vis[i]=AC[AC[u].fail].vis[i];

这样就不用沿着失配指针走一遍了。代码如下:

void Get_fail(){
	queue<int>Q;//队列,bfs
	for(int i=0;i<26;++i)//处理深度为二的点
		if(AC[0].vis[i]) AC[AC[0].vis[i]].fail=0,Q.push(AC[0].vis[i]);
	while(!Q.empty()){
		int u=Q.front();
		for(int i=0;i<26;++i)
			if(AC[u].vis[i]) AC[AC[u].vis[i]].fail=AC[AC[u].fail].vis[i],Q.push(AC[u].vis[i]);
        	//如果有这个点,就直接更新指针并压入队列
			else AC[u].vis[i]=AC[AC[u].fail].vis[i];//没有就按上述方法处理
		Q.pop();
	}
}

最后就是统计了。

对于每个字母,如果他是几个单词的结尾,那么久加上他的以及他的所有失配指针的答案,因为他可以,他的失配指针同样可以。

代码:

int AC_query(string s){
	int l=s.length(),now=0,ans=0;
	for(int i=0;i<l;++i){
		now=AC[now].vis[s[i]-'a'];
		for(int t=now;t&&AC[t].end!=-1;t=AC[t].fail)//沿着失配指针跳
			ans+=AC[t].end,AC[t].end=-1;//统计答案,标记-1为了防止重复统计
	}
	return ans;
}

(Code)

#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
using namespace std;
struct AC{
	int end,vis[26],fail;
}AC[1000006];
int cnt;
void Build(string s){
	int l=s.length(),now=0;
	for(int i=0;i<l;++i){
		if(AC[now].vis[s[i]-'a']==0) AC[now].vis[s[i]-'a']=++cnt;
		now=AC[now].vis[s[i]-'a'];
	}
	AC[now].end++;
}
void Get_fail(){
	queue<int>Q;
	for(int i=0;i<26;++i)
		if(AC[0].vis[i]) AC[AC[0].vis[i]].fail=0,Q.push(AC[0].vis[i]);
	while(!Q.empty()){
		int u=Q.front();
		for(int i=0;i<26;++i)
			if(AC[u].vis[i]) AC[AC[u].vis[i]].fail=AC[AC[u].fail].vis[i],Q.push(AC[u].vis[i]);
			else AC[u].vis[i]=AC[AC[u].fail].vis[i];
		Q.pop();
	}
}
int AC_query(string s){
	int l=s.length(),now=0,ans=0;
	for(int i=0;i<l;++i){
		now=AC[now].vis[s[i]-'a'];
		for(int t=now;t&&AC[t].end!=-1;t=AC[t].fail)
			ans+=AC[t].end,AC[t].end=-1;
	}
	return ans;
}
int main(){
	int n;
	string s;
	cin>>n;
	for(int i=1;i<=n;++i) cin>>s,Build(s);
	AC[0].fail=0;
	Get_fail();
	cin>>s;
	cout<<AC_query(s);
	return 0;
}
原文地址:https://www.cnblogs.com/kylinbalck/p/10424306.html