多模匹配-AC自动机

最新推荐文章于 2022-12-08 10:06:56 发布

Evan_song1234

最新推荐文章于 2022-12-08 10:06:56 发布

阅读量161

点赞数 1

分类专栏：算法与数据结构文章标签： c++ 算法

本文链接：https://blog.csdn.net/Evan_song1234/article/details/121168763

版权

算法与数据结构专栏收录该内容

24 篇文章 2 订阅

订阅专栏

AC自动机就是 $\tt trie + KMP$

前置知识

$\tt trie$ 树

失配指针

算法用途

多模式串匹配

算法复杂度

时间

模式串数量 $\tt n$ ，平均长度 $\tt len$

文本串长度 $\tt m$

构建 $\tt trie$ 树： $\tt O(n \times len)$

构建失败指针： $\tt O(n \times len)$

匹配： $\tt O(2 \times m)$

总时间： $\tt O(n \times len + m)$

空间

与 $\tt trie$ 树一样

算法实现

创建 $\tt trie$ 树

见 $\tt trie$ 树

创建失配指针

在 $\tt KMP$ 里，当字符串的前后缀相同时，我们就构建失配指针。

所以我们在 $\tt trie$ 树上构建失配指针就是当两个字符串的前后缀相同就行了。

这里采用递推思想，这个节点的失配指针肯定指向这个节点的父亲的失配指针的儿子

$\tt fail[i] = son[fail[father[i]]][str[i]]$

初始化：深度为 $\tt 2$ 的节点的 $\tt fail$ 指针肯定指向根节点（根节点深度 $\tt 1$ ）

然后用这个办法 $\tt bfs$ 整颗 $\tt trie$ 树就行了

算法优化

我们发现， $\tt AC$ 自动机每次跳 $\tt fail$ ，最坏情况下只能向上跳一层。

这样，我们在匹配的是后，时间复杂度是 $\tt O(n\times m)$ （ $\tt n$ 为文本串长度， $\tt m$ 为模式串长度）

有没有办法优化呢？当然有。

我们可以先在匹配的时候用懒标记，记录下要暴力搜索的地方。

再把 $\tt fail$ 指针看成边，跑一遍拓扑来计算答案就行了。

代码

$\tt AC$ 自动机 $+$ 拓扑优化

#include<iostream>
#include<queue>
using namespace std;

vector<int> a[1000010];
int son[1000010][26];
int fail[1000010];
int ans[1000010];
int num[1000010];
int flag[1000010];
int ind[1000010];
queue<int> que;
queue<int> que2;
int cnt, n;

int insert(string str, int id)//插入
{
	int p = 0;
	for(int i = 0; i < str.size(); i++)
	{
		if(son[p][str[i] - 'a'])
		{
			p = son[p][str[i] - 'a'];
		}
		else
		{
			son[p][str[i] - 'a'] = ++cnt;
			p = cnt;
		}
	}
	num[p]++;
	a[p].push_back(id);
	return 0;
}

int get_fail()//创建fail指针
{
	for(int i = 0; i < 26; i++)
	{
		if(son[0][i])
		{
			que.push(son[0][i]);
			ind[0]++;
		}
	}
	while(!que.empty())
	{
		int u = que.front();
		que.pop();
		for(int i = 0; i < 26; i++)
		{
			if(son[u][i])
			{
				fail[son[u][i]] = son[fail[u]][i];
				ind[son[fail[u]][i]]++;
				que.push(son[u][i]);
			}
			else
			{
				son[u][i] = son[fail[u]][i];
			}
		}
	}
	return 0;
}

int find(string str)//多模匹配
{
	int p = 0;
	for(int i = 0; i < str.size(); i++)
	{
		p = son[p][str[i] - 'a'];
		flag[p]++;
	}
}

int topo()//拓扑排序
{
	for(int i = 0; i <= cnt; i++)
	{
		if(!ind[i])
		{
			que2.push(i);
		}
	}
	while(!que2.empty())
	{
		int u = que2.front();
		que2.pop();
		for(int k : a[u])
		{
			ans[k] += flag[u];
		}
		ind[fail[u]]--;
		flag[fail[u]] += flag[u];
		if(!ind[fail[u]])
		{
			que2.push(fail[u]);
		}
	}
}

int main()
{
	scanf("%d", &n);
	string str2 = "";
	for(int i = 0; i < n; i++)
	{
		string str3;
		cin >> str3;
		insert(str3, i);
	}
	cin >> str2;
	get_fail();
	find(str2);
	topo();
	for(int i = 0; i < n; i++)
	{
		printf("%d\n", ans[i]);
	}
}

例题

$\color{3498DB}{\texttt{P3808 【模板】AC自动机（简单版）}}$

$\color{3498DB}{\texttt{P3796 【模板】AC自动机（加强版）}}$

$\color{9D3DCF}{\texttt{P5357 【模板】AC自动机（二次加强版）}}$

$\color{9D3DCF}{\texttt{P5231 [JSOI2012]玄武密码}}$

Evan_song1234

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
多模匹配-AC自动机

AC自动机就是 trie+KMP\tt trie + KMPtrie+KMP前置知识trie\tt trietrie树失配指针算法用途多模式串匹配算法复杂度时间模式串数量 n\tt nn，平均长度 len\tt lenlen文本串长度 m\tt mm构建 trie\tt trietrie 树：O(n×len)\tt O(n \times len)O(n×len)构建失败指针：O(n×len)\tt O(n \times len)O(n×len)匹配：O(2×m)\tt O(2 \t
复制链接

扫一扫