您的位置: 首页  >  IT文章  >  【AC自动机】HDUOJ 2222+3065+2896

【AC自动机】HDUOJ 2222+3065+2896

分类: IT文章 • 2022-04-26 09:18:04

  在模式匹配过程中，如果模板有很多个，KMP算法就不太合适了，因为每次查找一个模板，都要遍历整个文本串。可不可以只遍历一次文本串呢？可以，方法是把所有模板建成一个大的状态转移图（称为Aho-Corasick自动机，简称AC自动机），而不是每个模板各建一个状态转移图。注意到KMP的状态转移图是线性的字符串加上失配边组成的，不难想到AC自动机是Trie加上失配边组成的。

  AC自动机详解：http://blog.csdn.net/niushuai666/article/details/7002823

  本人学习就是参考这个博客，对AC自动机有了简单的理解，重点是fail指针的构造转移。下面来看一个模板题，AC自动机入门：

  题目链接：http://acm.hdu.edu.cn/showPRoblem.php?pid=2222 

#include<stdio.h>
#include<algorithm>
#include<string.h>
#include<iostream>
#include<stdlib.h>
#include<math.h>
#include<queue>
#include<map>
#include<stack>
using namespace std;
#define mann 500010
#define INF 0x3f3f3f3f
#define Max 1e14+10
typedef long long LL;
struct Trie
{
    int next[mann][26],fail[mann],end[mann];
    int root,L;
    int newnode()
    {
        for(int i=0;i<26;i++)
            next[L][i]=-1;
        end[L++]=0;
        return L-1;
    }
    void init()//初始化
    {
        L=0;
        root=newnode();
    }
    void insert(char buf[])//建立字典树
    {
        int len=strlen(buf);
        int now=root;
        for(int i=0;i<len;i++)
        {
            if(next[now][buf[i]-'a']==-1)
                next[now][buf[i]-'a']=newnode();
            now=next[now][buf[i]-'a'];
        }
        end[now]++;//标记根节点
    }
    void build()//fail指针的构造，匹配失败时要跳到的位置，AC自动机的核心，自己慢慢体会
    {
        queue<int>Q;
        fail[root]=root;
        for(int i=0;i<26;i++)
            if(next[root][i]==-1)
            next[root][i]=root;
        else
        {
            fail[next[root][i]]=root;
            Q.push(next[root][i]);
        }
        while(!Q.empty())
        {
            int now=Q.front();
            Q.pop();
            for(int i=0;i<26;i++)
                if(next[now][i]==-1)
                next[now][i]=next[fail[now]][i];
            else
            {
                fail[next[now][i]]=next[fail[now]][i];
                Q.push(next[now][i]);
            }
        }
    }
    int query(char buf[])//遍历查询
    {
        int len=strlen(buf);
        int now=root;
        int res=0;
        for(int i=0;i<len;i++)
        {
            now=next[now][buf[i]-'a'];
            int temp=now;
            while(temp!=root)
            {
                res+=end[temp];
                end[temp]=0;
                temp=fail[temp];
            }
        }
        return res;
    }
};
char buf[mann*2];
Trie ac;
int main()
{
    int T,n;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d",&n);
        ac.init();
        for(int i=0;i<n;i++)
        {
            scanf("%s",buf);
            ac.insert(buf);
        }
        ac.build();
        scanf("%s",buf);
        printf("%d\n",ac.query(buf));
    }
    return 0;
}


推荐题目1：http://acm.hdu.edu.cn/showproblem.php?pid=3065


按顺序输出文本串中出现每个模式串的个数。和上一题差不多，标记不同。注意字符串中字符都是ASCII码可见字符（不包括回车）。


#include<stdio.h>
#include<algorithm>
#include<string.h>
#include<iostream>
#include<stdlib.h>
#include<math.h>
#include<queue>
#include<map>
#include<stack>
using namespace std;
#define mann 500010
#define INF 0x3f3f3f3f
#define Max 1e14+10
typedef long long LL;
struct Trie
{
    int next[mann][128],fail[mann],end[mann];
    int root,L;
    int newnode()
    {
        for(int i=0; i<128; i++)
            next[L][i]=-1;
        end[L++]=-1;
        return L-1;
    }
    void init()
    {
        L=0;
        root=newnode();
    }
    void insert(char buf[],int id)
    {
        int len=strlen(buf);
        int now=root;
        for(int i=0; i<len; i++)
        {
            if(next[now][buf[i]]==-1)
                next[now][buf[i]]=newnode();
            now=next[now][buf[i]];
        }
        end[now]=id;
    }
    void build()
    {
        queue<int>Q;
        fail[root]=root;
        for(int i=0; i<128; i++)
            if(next[root][i]==-1)
                next[root][i]=root;
            else
            {
                fail[next[root][i]]=root;
                Q.push(next[root][i]);
            }
        while(!Q.empty())
        {
            int now=Q.front();
            Q.pop();
            for(int i=0; i<128; i++)
                if(next[now][i]==-1)
                    next[now][i]=next[fail[now]][i];
                else
                {
                    fail[next[now][i]]=next[fail[now]][i];
                    Q.push(next[now][i]);
                }
        }
    }
    int num[mann];
    void query(char buf[])
    {
        memset(num,0,sizeof(num));
        int len=strlen(buf);
        int now=root;
        int res=0;
        for(int i=0; i<len; i++)
        {
            now=next[now][buf[i]];
            int temp=now;
            while(temp!=root)
            {
                if(end[temp]!=-1)
                    num[end[temp]]++;
                //res+=end[temp];
                //end[temp]=0;
                temp=fail[temp];
            }
        }
        //return res;
    }
};
char buf[mann*4];
char ss[1005][150];
Trie ac;
int main()
{
    int n,m;
    while(~scanf("%d",&n))
    {
        ac.init();
        for(int i=0; i<n; i++)
        {
            scanf("%s",ss[i]);
            ac.insert(ss[i],i);
        }
        ac.build();
        scanf("%s",buf);
        ac.query(buf);
        for(int i=0;i<n;i++)
        {
            if(ac.num[i])
                printf("%s: %d\n",ss[i],ac.num[i]);
        }
    }
    return 0;
}


推荐题目2：http://acm.hdu.edu.cn/showproblem.php?pid=2896


问你目标串中出现几个模式串，然后把每个出现模式串的ID按顺序输出。用num数组标记统计一下就好，和HDU3065（上一题）的标记一样，输出格式不同而已。

相关推荐