HDU 2896 病毒侵袭 AC自动机

AC自动机模板题之一

可能我过几天就忘记了……

注意1：这题字符不是小写字母，是所有可见字符。

回忆:

 * AC自动机，令g[i,j]表示从i到j这一路遍历的所有字符串。 f[i]的意义就是g[?,i]和g[0,f[i]]的字符串是相等的
 * last[i] ,表示g[0,last[i]]的字符串，是确定存在的，并且以last[i]结尾的字符串

last的定义：

last[will] = val[f[will]] ? f[will] : last[f[will]];

这题是标准AC自动机模板

ac code:

#include<cstring>
#include <cmath>
#include <iostream>
#include<queue>
#include<cstdio>
#include<map>
#include<string>
using namespace std;

const int SIGMA_SIZE = 130;
const int MAXNODE = 200 * 500 + 100;
#define prln(x)	cout<<#x<<" = "<<x<<endl
#define pr(x)	cout<<#x<<" = "<<x<<" "

int n, m, X, Y;


/*
 * AC自动机，令g[i,j]表示从i到j这一路遍历的所有字符串。 f[i]的意义就是g[?,i]和g[0,f[i]]的字符串是相等的
 * last[i] ,表示g[0,last[i]]的字符串，是确定存在的，并且以last[i]结尾的字符串*/

struct AhoCorasickAutomata {
	int ch[MAXNODE][SIGMA_SIZE];
	int f[MAXNODE];    // fail函数
	int val[MAXNODE];  // 每个字符串的结尾结点都有一个非0的val
	int last[MAXNODE]; // 输出链表的下一个结点
	int sz;
	queue<int>q;
	map<int,int>mp;
	int tot_web;

	void init() {
		sz = 1;
		memset(ch[0], 0, sizeof(ch[0]));
		memset(val, 0, sizeof(val));
		tot_web=0;
	}

	// 字符c的编号
	int idx(char c) 
	{  
		//if (c == '\0') return 62;  
		/*
		if (c >= '0' && c <= '9') return c - '0';  
		if (c >= 'a' && c <= 'z') return c - 'a' + 10;  
		return c - 'A' + 36;  
		*/
		return (int)c;
	}  



	// 插入字符串。v必须非0
	void insert(char s[], int len, int id) {
		int now = 0;
		for(int i = 0; i < len; i++) {
			int c = idx(s[i]);
			if(!ch[now][c]) {
				memset(ch[sz], 0, sizeof(ch[sz]));
				val[sz] = 0;
				ch[now][c] = sz++;
			}
			now = ch[now][c];
		}
		val[now] = id;//单词出现的次数
	}
	


	// 递归打印以结点j结尾的所有字符串
	void print(int j) //输出j节点的信息，如果last[j]存在，last[j]的位置也有字符
	{
		if(j) 
		{
			mp[val[j]]=1;
			print(last[j]);
		}
	}
	

	// 在T中找模板，text串的下标从0开始，长度为len
	void find(char text[], int len, int id) {
		mp.clear();
		int j = 0; // 当前结点编号，初始为根结点
		for(int i = 0; i < len; i++) { // 文本串当前指针
			int c = idx(text[i]);
			//while(j && !ch[j][c]) j = f[j]; // 顺着细边走，直到可以匹配
			j = ch[j][c];
			if(val[j]) 	print(j);
			else if(last[j]) print(last[j]); // 找到了！
		}
		if (mp.size())
		{
			++tot_web;
			printf("web %d:", id);
			for (auto x : mp)
			{
				printf(" %d", x.first);
			}
			printf("\n");
		}
	}

	//计算fail指针
	void get_fail()
	{
		f[0] = 0;//fail[i]表示，当匹配到某个位置失败，下一个自动的位置
		for (int c = 0; c < SIGMA_SIZE; c++)
		{
			int will = ch[0][c];
			if (will)
			{
				f[will]=0;
				q.push(will);
				last[will] = 0;
			}
		}
		while (!q.empty())
		{
			int now = q.front();
			//prln(now);
			q.pop();
			for (int c = 0; c < SIGMA_SIZE; ++ c)
			{
				int will = ch[now][c];	//now节点，想要访问的下标
//				if (!will)	continue;//如果这个下标不存在，直接continue;
				if (!will)	
				{
					ch[now][c] = ch[f[now]][c];
					continue;
				}
				q.push(will);		
				int pre = f[now];	//失配指针,先指now的失配，至少有一段都是相等的
				while (pre && !ch[pre][c])	pre = f[pre];//往前跳失配指针，类似 KMP
				f[will] = ch[pre][c];	// f[i]的意义就是g[?,i]和g[0,f[i]]的字符串是相等的
				last[will] = val[f[will]] ? f[will] : last[f[will]];
			}
		}
	}

	void doit()
	{
		printf("total: %d\n", tot_web);
		// * 调试ac自动机数组信息用的
		/*
		for (int i = 0; i < sz; ++ i)
		{
			prln(i);
			for (int j = 0; j < 26;++j)
			{
				if (ch[i][j])	cout<< ((char)(j+'a'))<<" "<<ch[i][j]<<endl;;
			}
			//cout<<endl;
			//cout<<endl;
		}

		for (int i = 0; i < sz; ++ i)
		{
			pr(i),prln(val[i]);
		}

		for (int i = 0; i < sz; ++ i)
		{
			pr(i),prln(f[i]);
		}

		for (int i = 0; i < sz; ++ i)
		{
			pr(i),prln(last[i]);
		}
		*/

	}
}ac;

char text[100000];
char pattern[510];


int main() {

	while (~scanf("%d", &n))
	{
		ac.init();
		for (int i = 1; i <= n; ++ i)	
		{
			scanf("%s", pattern);
			//cout<<pattern<<endl;
			ac.insert(pattern, strlen(pattern), i);
		}
		ac.get_fail();
			
		scanf("%d", &m);
		for (int i = 1; i <= m; ++ i)
		{
			scanf("%s", text);
			//cout<<text<<endl;
			ac.find(text, strlen(text), i);
		}
		ac.doit();
		
	}
	return 0;
}