当前位置： 移动技术网 > IT编程>开发语言>C/C++ > 简单版AC自动机

简单版AC自动机

2019年02月24日  | 移动技术网IT编程  | 我要评论

3d电影下载迅雷,3月21日是什么日子,湖南化妆学校

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：\(trie\)树

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）\(trie\)和\(kmp\)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\(kmp\)

在\(kmp\)里面的\(next\)指针在这里改成\(fail\)，其实都一样。

每个节点\(t\)有\(fail\)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\(t\)的\(fail\)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\(t\)的\(fail\)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;
}

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网