数据结构-字符串-AC自动机

本文介绍了AC自动机在字符串匹配中的应用,首先讲解了AC自动机的基本思想和构造过程,包括失配时的fail指针跳转。接着讨论了在处理大量字符串时如何优化AC自动机,引入拓扑排序来提高效率。最后提供了相关字符串数据结构的学习路径。
摘要由CSDN通过智能技术生成

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

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:
演示文稿1.jpg
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[])。

acam2.jpg
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[][])。

acam3.jpg

为了简化问题,后文图中不加末尾符失配紫色指针。

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

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值