病毒侵袭持续中
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 11761 Accepted Submission(s): 4117
Problem Description
小t非常感谢大家帮忙解决了他的上一个问题。然而病毒侵袭持续中。在小t的不懈努力下,他发现了网路中的“万恶之源”。这是一个庞大的病毒网站,他有着好多好多的病毒,但是这个网站包含的病毒很奇怪,这些病毒的特征码很短,而且只包含“英文大写字符”。当然小t好想好想为民除害,但是小t从来不打没有准备的战争。知己知彼,百战不殆,小t首先要做的是知道这个病毒网站特征:包含多少不同的病毒,每种病毒出现了多少次。大家能再帮帮他吗?
Input
第一行,一个整数N(1<=N<=1000),表示病毒特征码的个数。
接下来N行,每行表示一个病毒特征码,特征码字符串长度在1—50之间,并且只包含“英文大写字符”。任意两个病毒特征码,不会完全相同。
在这之后一行,表示“万恶之源”网站源码,源码字符串长度在2000000之内。字符串中字符都是ASCII码可见字符(不包括回车)。
接下来N行,每行表示一个病毒特征码,特征码字符串长度在1—50之间,并且只包含“英文大写字符”。任意两个病毒特征码,不会完全相同。
在这之后一行,表示“万恶之源”网站源码,源码字符串长度在2000000之内。字符串中字符都是ASCII码可见字符(不包括回车)。
Output
按以下格式每行一个,输出每个病毒出现次数。未出现的病毒不需要输出。
病毒特征码: 出现次数
冒号后有一个空格,按病毒特征码的输入顺序进行输出。
病毒特征码: 出现次数
冒号后有一个空格,按病毒特征码的输入顺序进行输出。
Sample Input
3 AA BB CC ooxxCC%dAAAoen....END
Sample Output
AA: 2 CC: 1HintHit: 题目描述中没有被提及的所有情况都应该进行考虑。比如两个病毒特征码可能有相互包含或者有重叠的特征码段。 计数策略也可一定程度上从Sample中推测。
【题解】【AC自动机】
【其实这道题是tire树和fail指针的应用。好吧,这两个是AC自动机的精华啊。。。】
【trie树是一颗字母树,把所有待查找的子串都扔到树上去,树上的每个节点都是一个字母,记录的是是否有以当前位置为结尾的单词,并且记录每一个单词结尾的点的序号。】
【fail指针要容易些,其实本质就是kmp中的失配函数,只不过放到了树上。】
【简单来说,本题就是在AC自动机的模板基础上加上一个记录次数和编号的数组,以便于最后的输出 】
#include<queue>
#include<cstdio>
#include<vector>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
int nxt[50010][26],fail[50010],tot,n,cnt[50010];
char s[2000010],c[1010][60];
bool vis[50010];
vector<int>loc,order;
inline void clear()
{
int i;
memset(cnt,0,sizeof(cnt));
memset(fail,0,sizeof(fail));
memset(nxt,0,sizeof(nxt));
memset(vis,false,sizeof(vis));
tot=0;
loc.clear(); order.clear();
return;
}//多组数据,每次进行前重置
inline void insert(char s[])
{
int i,len,now=0;
len=strlen(s);
for (i=0;i<len;++i)
{
int x=s[i]-'A';
if (!nxt[now][x]) nxt[now][x]=++tot;
now=nxt[now][x];
}
vis[now]=true;//标记以当前位置为结尾的单词出现过
loc.push_back(now);//标记结尾
return;
}//建tire树
inline void build()
{
int i;
queue<int>que;
for (i=0;i<26;++i)
if (nxt[0][i]) que.push(nxt[0][i]);
while (!que.empty())
{
int now=que.front(); que.pop();
order.push_back(now);
for (i=0;i<26;++i)
{
if (!nxt[now][i])
{
nxt[now][i]=nxt[fail[now]][i];
continue;
}
int x=nxt[now][i];
fail[x]=nxt[fail[now]][i];
que.push(x);
}
}
return;
}//建fail指针
inline void find1()
{
int now=0,i,len;
len=strlen(s);
for (i=0;i<len;++i)
{
int x=s[i]-'A';
if (!(0<=x&&x<25))
{now=0; continue;}
now=nxt[now][x];
cnt[now]++;
}
for (i=order.size()-1;i>=0;--i)
cnt[fail[order[i]]]+=cnt[order[i]];
for (i=0;i<n;++i)
if (cnt[loc[i]])
printf("%s: %d\n",c[i],cnt[loc[i]]);
return;
}//查找
int main()
{
int i;
while(scanf("%d",&n)==1)
{
clear();
for (i=0;i<n;++i)
{
cin>>c[i];
insert(c[i]);
}
build();
scanf("%s",s);//不能直接读大写字母,因为大写字母本身不一定是连续的,但是只读大写字母就会造成本来不连续的字母变连续,也就会增多给定单词的出现次数
find1();
}
return 0;
}