AC自动机
爆肝计划✪ ω ✪
我搞不懂AC自动机是什么？
大佬对我说：
自动机=tiri树+kmp；
我求大佬再详细点，
他说你弄懂了，还是这个式子。
w(ﾟДﾟ)w ヾ(•ω•`)o
（蒟蒻） （大佬）
在这里先发一个大佬的连接吧。[洛谷日报第44期]强势图解AC自动机,在这里我就详细讲一下过程
-
应用方向：
举一个常见的例子吧：
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
-
当时，当提出kmp思想时，我只是单纯认为直接把kmp的模板拷过去就可以了，然而事情并没有这么简单
着重介绍的是kmp的思维，并非代码（当时我还傻乎乎的从模板里找kmp的影子?）。
-
那么就开始讲过程吧。
（字丑，见谅）
如果对这图感兴趣可以点击这里→字典树学习
那我们开始吧
以上是Fail形成和ac自动机寻找过程’
那么上这题基础模板吧
#include<bits/stdc++.h>
using namespace std;
const int maxn = 100000005
int trie[maxn][256]; //字典树
int cntword[maxn]; //记录该单词出现次数
int fail[maxn]; //失败时的回溯指针
int cnt = 0;
void insertWords(string s){
int root = 0;
for(int i=0;i<s.size();i++){
int next = s[i] - 'a';
if(!trie[root][next])
trie[root][next] = ++cnt;
root = trie[root][next];
}
cntword[root]++; //当前节点单词数+1
}
void getFail(){
queue <int>q;
for(int i=0;i<26;i++){ //将第二层所有出现了的字母扔进队列
if(trie[0][i]){
fail[trie[0][i]] = 0;
q.push(trie[0][i]);
}
}
//fail[now] ->当前节点now的失败指针指向的地方
tire[now][i] -> 下一个字母为i+'a'的节点的下标为tire[now][i]
while(!q.empty()){
int now = q.front();
q.pop();
for(int i=0;i<26;i++){ //查询26个字母
if(trie[now][i]){
//如果有这个子节点为字母i+'a',则
//让这个节点的失败指针指向(((他父亲节点)的失败指针所指向的那个节点)的下一个节点)
//有点绕,为了方便理解特意加了括号
fail[trie[now][i]] = trie[fail[now]][i];
q.push(trie[now][i]);
}
else//否则就让当前节点的这个子节点
//指向当前节点fail指针的这个子节点
trie[now][i] = trie[fail[now]][i];
}
}
}
int query(string s){
int now = 0,ans = 0;
for(int i=0;i<s.size();i++){ //遍历文本串
now = trie[now][s[i]-'a']; //从s[i]点开始寻找
for(int j=now;j && cntword[j]!=-1;j=fail[j]){
//一直向下寻找,直到匹配失败(失败指针指向根或者当前节点已找过).
ans += cntword[j];
cntword[j] = -1; //将遍历国后的节点标记,防止重复计算
}
}
return ans;
}
int main() {
int n;
string s;
cin >> n;
for(int i=0;i<n;i++){
cin >> s ;
insertWords(s);
}
fail[0] = 0;
getFail();
cin >> s ;
cout << query(s) << endl;
return 0;
}
不多说，来个病毒二连击(￣y▽,￣)╭
病毒侵袭 -HDU2896
Problem Description
当太阳的光辉逐渐被月亮遮蔽，世界失去了光明，大地迎来最黑暗的时刻。。。。在这样的时刻，人们却异常兴奋——我们能在有生之年看到500年一遇的世界奇观，那是多么幸福的事儿啊~~
但网路上总有那么些网站，开始借着民众的好奇心，打着介绍日食的旗号，大肆传播病毒。小t不幸成为受害者之一。小t如此生气，他决定要把世界上所有带病毒的网站都找出来。当然，谁都知道这是不可能的。小t却执意要完成这不能的任务，他说：“子子孙孙无穷匮也！”（愚公后继有人了）。
万事开头难，小t收集了好多病毒的特征码，又收集了一批诡异网站的源码，他想知道这些网站中哪些是有病毒的，又是带了怎样的病毒呢？顺便还想知道他到底收集了多少带病毒的网站。这时候他却不知道何从下手了。所以想请大家帮帮忙。小t又是个急性子哦，所以解决问题越快越好哦~~
Input
第一行，一个整数N（1<=N<=500），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20—200之间。
每个病毒都有一个编号，依此为1—N。
不同编号的病毒特征码不会相同。
在这之后一行，有一个整数M（1<=M<=1000），表示网站数。
接下来M行，每行表示一个网站源码，源码字符串长度在7000—10000之间。
每个网站都有一个编号，依此为1—M。
以上字符串中字符都是ASCII码可见字符（不包括回车）。
Output
依次按如下格式输出按网站编号从小到大输出，带病毒的网站编号和包含病毒编号，每行一个含毒网站信息。
web 网站编号: 病毒编号 病毒编号 …
冒号后有一个空格，病毒编号按从小到大排列，两个病毒编号之间用一个空格隔开，如果一个网站包含病毒，病毒数不会超过3个。
最后一行输出统计信息，如下格式
total: 带病毒网站数
冒号后有一个空格。
Sample Input
3
aaa
bbb
ccc
2
aaabbbccc
bbaacc
Sample Output
web 1: 1 2 3
total: 1
这是一道ac自动机基础题，仔细一读肯定会发现并没有太多改动的地方，我们要做的是给依次标记，输出即可。
#include <cstdio>
#include <iostream>
#include <string.h>
#include <string>
#include <queue>
#include <algorithm>
using namespace std;
const int maxk=128,maxn=10005;
char s[maxn],a[maxk*2];
struct node {
struct node *fail;
struct node *nxt[maxk];
int cnt,id;
void init() {
for (int i=0;i<maxk;i++) nxt[i]=NULL;
fail=NULL;
cnt=id=0;
}
};
void insert(string s,node *root,int len,int id) {
node *p=root;
int i;
for (i=0;i<len;i++) {
int pos=s[i];
if (p->nxt[pos]==NULL) {
p->nxt[pos]=new node;
p->nxt[pos]->init();
}
p=p->nxt[pos];
}
p->cnt++;
p->id=id;
}
void buildfail(node *root) {
node *p=root;
node *now;
int front=0,tail=0,i;
queue<node *> q;
for (i=0;i<maxk;i++) {
if (p->nxt[i]!=NULL) {
p->nxt[i]->fail=root;
q.push(p->nxt[i]);
} else p->nxt[i]=root;
}
while (!q.empty()) {
now=q.front();
q.pop();
for (i=0;i<maxk;i++) {
if (now->nxt[i]!=NULL) {
now->nxt[i]->fail=now->fail->nxt[i];
q.push(now->nxt[i]);
} else now->nxt[i]=now->fail->nxt[i];
}
}
}
bool search(string s,node *root,int len,int cas) {
int k=0,i;
node *q[3];
node *p=root,*now;
for (i=0;i<len;i++) {
p=p->nxt[s[i]];
now=p;
while (now!=root&&now->cnt!=-1) {
if (now->cnt) {
q[k++]=now;
now->cnt=-1;
}
now=now->fail;
}
}
if (k) {
printf("web %d:",cas);
int id[3];
for (i=0;i<k;i++) id[i]=q[i]->id;
sort(id,id+k);
for (i=0;i<k;i++) {
printf(" %d",id[i]);
q[i]->cnt=1;
}
printf("\n");
return true;
}
return false;
}
int main() {
int n,len,i,j,tot=0;
node *root=new node;
root->init();
scanf("%d",&n);
for (i=1;i<=n;i++) {
scanf("%s",a);
insert(a,root,strlen(a),i);
}
buildfail(root);
scanf("%d",&n);
for (i=1;i<=n;i++) {
scanf("%s",s);
tot+=search(s,root,strlen(s),i);
}
printf("total: %d\n",tot);
return 0;
}
第二道
病毒侵袭持续中 HDU3065
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）。
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。
Sample Input
3
AA
BB
CC
ooxxCC%dAAAoen....END
Sample Output
AA: 2
CC: 1
在这里，我们要建一个结构体，里面存储该病毒的次序，特征，次数，然后在查询中记录次数，最后依次把不为0的数挑出来输出即可。同时注意题中说明是大写字母，那么可以将不是大写字母的字符去掉，在进行查找。
#include <cstdio>
#include <cstring>
#include <iostream>
#include <queue>
#include <algorithm>
using namespace std;
#define son_num 26
#define maxn 2000005
struct nodev //创建病毒结构体
{
char name[55]; //病毒名字
int num; //病毒出现的次数
}virus[1010];
char web[maxn];
struct node
{
int code;
int terminal;
node *fail;
node *next[son_num];
node()
{
fail=NULL;
code=0;
terminal=0;
memset(next,NULL,sizeof(next));
}
};
node *que[maxn];
//构建Tire树
void insert(node *root,char *str,int x) //x为该病毒的编号
{
node *p=root;
int i=0,index;
while(str[i])
{
index=str[i]-'A';
if(p->next[index]==NULL)
p->next[index]=new node();
p=p->next[index];
i++;
}
p->code=x;
p->terminal=1;
}
//寻找失败指针
void build_fail(node *root)
{
int head=0,tail=0;
root->fail=NULL;
que[head++]=root;
while(head!=tail)
{
node *temp=que[tail++];
node *p=NULL;
for(int i=0;i<son_num;i++)
{
if(temp->next[i]!=NULL)
{
if(temp==root) temp->next[i]->fail=root;
else{
p=temp->fail;
while(p!=NULL)
{
if(p->next[i]!=NULL)
{
temp->next[i]->fail=p->next[i];
break;
}
p=p->fail;
}
if(p==NULL)
temp->next[i]->fail=root;}
que[head++]=temp->next[i];
}
}
}
}
//询问主串中含有多少个关键字
void query(node *root,char *str)
{
int i=0,cnt=0,index,len;
len=strlen(str);
node *p=root;
while(str[i])
{
if(isupper(str[i])) //判断当前字符是否为大写字母
{
index=str[i]-'A';
while(p->next[index]==NULL&&p!=root)
p=p->fail;
p=p->next[index];
if(p==NULL) p=root;
node *temp=p;
while(temp!=root&&temp->code)
{
virus[temp->code].num+=temp->terminal;
temp=temp->fail;
}
}
else p=root; //如果不是大写字母，则指向树根
i++;
}
}
int main()
{
int n;
while(scanf("%d",&n)!=-1)
{
node *root=new node();
for(int i=1;i<=n;i++)
{
scanf("%s",virus[i].name);
virus[i].num=0;
insert(root,virus[i].name,i);
}
build_fail(root);
scanf("%s",web);
query(root,web);
for(int i=1;i<=n;i++)
if(virus[i].num) //输出出现过的病毒特征码
printf("%s: %d\n",virus[i].name,virus[i].num);
}
return 0;
}
AC自动机真有意思≡(▔﹏▔)≡
令人头大。。。
有不准确的留言呦(*￣3￣)╭
扫一扫
1386
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
