fail树（bzoj 3172: [Tjoi2013]单词）

3172: [Tjoi2013]单词

Time Limit: 10 Sec   Memory Limit: 512 MB
Submit: 4223   Solved: 2051
[ Submit][ Status][ Discuss]

Description

某人读论文，一篇论文是由许多单词组成。但他发现一个单词会在论文中出现很多次，现在想知道每个单词分别在论文中出现多少次。

Input

第一个一个整数N,表示有多少个单词，接下来N行每行一个单词。每个单词由小写字母组成，N<=200,单词长度不超过10^6

Output

输出N个整数，第i行的数字表示第i个单词在文章中出现了多少次。

Sample Input

3

a

aa

aaa

Sample Output

6

3

1

一个很简单的想法是将每个单词的所有后缀全部加入字典树，中间经过的节点cnt[]值全部+1，然后再对每个单词进行一次查询，但是复杂度过高，所以要优化

考虑对所有单词建出AC自动机，然后将每个节点x和fail[x]之间连一条边，这样可以形成一个树：fail树

对于fail树，有几个很好的性质：

①：每个节点都是一个字符串的前缀，并且每个字符串的前缀一定在fail树上有一个节点

②：fail树的大小等于AC自动机的大小，fail树的根就是AC自动机的根

③：每个节点的父亲都是这个节点的最长后缀，每个节点的所有祖先是这个节点的所有后缀

字符串x在字符串y中出现多少次就是看y的所有后缀中，有多少后缀的前缀是x

这样的话就可以优化了，只要将每个单词加入字典树，中间经过的节点cnt[]值全部+1，然后建立AC自动机求出fail树，从根节点开始DFS，对于树上每个节点，将它和它子树中所有的cnt[]加起来就是该节点单词出现总次数

参考：http://www.cnblogs.com/zzqsblog/p/6227545.html

#include<stdio.h>
#include<queue>
#include<vector>
using namespace std;
queue<int> q;
vector<int> G[1000005];
int cnt, tre[1000005][27], bel[205], fail[1000005], sum[1000005];
char str[1000005];
void Insert(int x)
{
	int i, p = 1;
	for(i=1;str[i]!='\0';i++)
	{
		if(tre[p][str[i]-'a'+1]==0)
			tre[p][str[i]-'a'+1] = ++cnt;
		p = tre[p][str[i]-'a'+1];
		sum[p]++;
	}
	bel[x] = p;
}
void ACmach()
{
	int i, now, p;
	fail[1] = 0;
	q.push(1);
	while(q.empty()==0)
	{
		now = q.front();
		q.pop();
		for(i=1;i<=26;i++)
		{
			if(tre[now][i]==0)
				continue;
			p = fail[now];
			while(tre[p][i]==0)
				p = fail[p];
			fail[tre[now][i]] = tre[p][i];
			G[tre[p][i]].push_back(tre[now][i]);
			q.push(tre[now][i]);
		}
	}
}
void Sech(int u)
{
	int i, v;
	for(i=0;i<G[u].size();i++)
	{
		v = G[u][i];
		Sech(v);
		sum[u] += sum[v];
	}
}
int main(void)
{
	int n, i;
	scanf("%d", &n);
	cnt = 1;
	for(i=1;i<=26;i++)
		tre[0][i] = 1;
	for(i=1;i<=n;i++)
	{
		scanf("%s", str+1);
		Insert(i);
	}
	ACmach();
	
	Sech(1);
	for(i=1;i<=n;i++)
		printf("%d\n", sum[bel[i]]);
	return 0;
}