浅谈AC自动机（Aho-Corasick automaton算法）

前置技能

KMP&&Trie

AC自动机简介

AC自动机全称Aho-Corasick automaton算法，是1975由贝尔实验室发明的一种多模式匹配的算法。常用于给定多个模式串并要求匹配的一类问题中。

算法介绍

我们先由一个问题开始：给出m个字符串，再给出一个字符串S，问，S中出现了多少次前面给出的字符串？
根据我们以往的做法，除了暴力，一个比较容易想到的做法就是先把m个字符串插入到一棵Trie中，然后枚举S中的起点，并在Trie中匹配，最后把答案加起来。但是显然，这样的做法对于|S|较大的情况是很不靠谱的，那么这个时候我们就想到，我们每一次枚举过程中，都没有对之前的匹配过的位置的信息利用起来，而利用之前的匹配信息来优化匹配过程，正是KMP的算法思想。综上，我们就开始思考，能不能通过某种方式，让字符串在Trie上匹配的过程能够像KMP一样提高时间效率呢？这就是AC自动机的朴素描述，即在Trie上做KMP。

算法流程

我们首先用最开始的m个字符串建立Trie，每一个节点包含，然后就到了AC自动机最经典的部分，fail指针的构造。这个fail指针就相当于KMP算法中的next数组，它表示了如果当前发生了失配，下一个匹配的位置就是当前节点的fail指向的位置。举个栗子。
我们有5个字符串，分别是：
she
he
say
shr
her
包含这5个字符串的字典树的形状为：

我们回想一下，KMP算法中的next数组就是表示的与当前后缀匹配的最长前缀，同样的，这里的fail指针也是表示的是和当前节点表示的后缀匹配的最长前缀的位置（这里有点绕，多想一下就好了）。我们可以用BFS找出每一个节点的fail指针指向的位置。显然，根节点以及与根节点直接相连接的点的fail指针是指向根节点的，其余节点则是从其父节点的fail指针指向的位置出发，一直到当前节点存在表示这个字符的子节点或者到根节点为止。代码如下（这里用数组代替STL中的queue）：

void Build(){
    int now,t,head=0,tail=0;
    q[tail++]=0;
    a[0].fail=0;
    while(head!=tail){
        now=q[head++];
        for(int i=0;i<26;i++)//26代表字符有26种
            if(a[now].nxt[i]){
                for(t=a[now].fail;t&&!a[t].nxt[i];t=a[t].fail);
                if(now)
                    a[a[now].nxt[i]].fail=a[t].nxt[i];
                q[tail++]=a[now].nxt[i];
            }
    }
}

所以样例最后构建出的AC自动机如下（虚线代表fail指针）：

匹配过程则是和KMP算法类似，如果与当前节点匹配成功，就继续向子节点匹配，如果不成功，则沿着fail指针继续匹配。其余细节与Trie基本相同。
练习题：
HDU2222
HDU2896
HDU5880