数据结构-字符串-AC自动机
作用:单文本串多模式串匹配。
前缀知识: trie树 \color{orange}\texttt{trie树} trie树。
AC自动机可以看作是在字典树上做 KMP,但并不是把 KMP 算法放到树上来,而是用了一种和 KMP 类似的思想,即在字典树上匹配文本串的时候如果失配,就跳到 f a i l fail fail 指针所指的节点,所以学AC自动机没必要精通 KMP。
拿例题来讲:给定 n n n 个模式串和 1 1 1 个文本串,求有多少个模式串在文本串里出现过。
那么要先构造一个字典树将上述字符串存储,代码如下:
class Trie{
public:
int ch[N][26],mk[N],cnt;
Trie(){
cnt=1;}
void insert(char*s){
int n=strlen(s+1),x=1;
for(int i=1;i<=n;i++){
int c=s[i]-'a'+1;
if(!ch[x][c]) ch[x][c]=++cnt;
x=ch[x][c];
}
mk[x]++;//以该节点为结尾的模式串数
}
};
比如有这些模式串:
kony \texttt{kony} kony
wen \texttt{wen} wen
emm \texttt{emm} emm
kib \texttt{kib} kib
那么构造成的字典树会长这样:
AC自动机就是在字典树的基础上,对于每个节点 x x x,增加一个指针 f a i l [ x ] fail[x] fail[x],如上文所述,用来在失配时跳转指针,这样如果匹配失败就不需要回溯了。
如上图,根节点的子节点,即第一层的的节点 x x x,应该有 f a i l [ x ] = 1 fail[x]=1 fail[x]=1,即如果在第一个字符失配,就从头开始再找(如下图,黄色箭头表示 f a i l [ ] fail[] fail[])。
如果节点 x x x 没有子节点 c h [ x ] [ c ] ch[x][c] ch[x][c],那么 c h [ x ] [ c ] = c h [ f a i l [ x ] ] [ c ] ch[x][c]=ch[fail[x]][c] ch[x][c]=ch[fail[x]][c],相当于由于没有该字符子节点而失配(末尾符失配),自动跳转 f a i l fail fail(如下图,紫色箭头表示 c h [ ] [ ] ch[][] ch[][])。
为了简化问题,后文图中不加末尾符失配紫色指针。
按 b f s bfs bfs 序遍历字典树。如果节点 x x x 有子节点 c h [ x ] [ c ] ch[x][c] ch[x][c],那么