AC自动机——解决多模匹配问题

AC自动机

1. 什么是多模匹配问题？
   有多个模式串的匹配问题，就是多模匹配问题
2. 处理方法
   1. 多个模式串，建立成一棵字典树
   2. 和文本串的每一位对齐匹配，模拟暴力匹配算法的过程

常规多模匹配

从文本串中的每一次在字典树中看是否有可以匹配的

当匹配成功文本串中的she时，也就意味着后续一定会匹配成功he she对应了字典树中的节点P，he对应了字典树中的节点Q
P和Q就是等价匹配节点，如果从P引出一条边指向Q，就可以加速匹配过程 在P下面查找节点的操作，等价于在Q下面查找节点的操作
这条等价关系边，通常在AC自动上叫做 ： FAIL指针 AC自动机 = Trie + Fail指针
子节点的Fail指针需要参照父节点的Fail指针信息的，最近但的建立方式采用层序遍历

如何建立
在she中有两个节点可以建立等价边，一个是she中的h节点，一个是e节点
h节点匹配到根节点下的h
e节点匹配到根节点下h下的e，
相当于一个一一映射
建立子节点的等价关系，可以通过其父节点的等价关系

上图完全的等价匹配关系

建立方法：层序遍历建立：只有建立好上一层，才可以进行下一层建立

代码演示：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <iostream>
using namespace std;

#define BASE 26

typedef struct Node {
   
    int flag;
    const char *str;
    struct Node *next[BASE], *fail;
} Node;
int node_cnt = 0;
Node *getNewNode() {
   
    node_cnt++;
    Node *p = (Node *)malloc(sizeof(Node));
    p->flag = 0;
    memset(p->next, 0, sizeof(p->next));
    p->fail = NULL;
    return p;
}

void insert(Node *root, const char *str) {
   
    for (int i = 0; str[i]; i++) {
   
        int ind = str[i] - 'a';
        if (root->next[ind] == NULL) root->next[ind] = getNewNode();
        root = root->next[ind];
    }
    root->flag = 1;
    root->str = strdup(str);
    return ;
}

void build_ac(Node *root) {
   
    Node **q = (Node **)malloc(sizeof(Node *) * (node_cnt + 5));//建立一个队列
    int head = 0, tail = 0;//首尾指针
    root->fail = NULL;//根节点没有fail指针
    for (int i = 0; i < BASE; i++) {
   
        if (root->next[i] == NULL) continue;
        root->next[i]->fail = root;
        q[tail++] = root->next[i];
    }
    while (head < tail) {
   
        Node *p = q[head++];//取出队首元素
        for (int i = 0; i < BASE; i++) {
   //遍历该元素的所有子孩子
            Node *c = p->next[i], *k = p->fail;//c为该节点的子孩子,子节点的fail 指针需要依靠根节点进行
            if (c == NULL) continue;//没有该节点
            while (k && k->next[i] == NULL) k = k->fail;//当根节点有fail指针，但是k节点没有第i个子孩子，，接着向上找
            if (k == NULL) k = root;//如果k最终结果是空，那么a该节点的fail指针指向根节点
            if (k->next[i]) k = k->next[i];//如果找到了，k的next[i]就是该节点的fail
            c->fail = k;
            q[tail++] = c;//放入该节点
        }
    }
    free(q);
    return ;
}

void match(Node *root, const char *text) {
   
    Node *p