AC自动机学习小结

        首先简要介绍一下AC自动机：Aho-Corasick automation，该算法在1975年产生于贝尔实验室，是著名的多模匹配算法之一。一个常见的例子就是给出n个单词，再给出一段包含m个字符的文章，让你找出有多少个单词在文章里出现过。要搞懂AC自动机，先得有模式树（字典树）Trie和KMP模式匹配算法的基础知识。AC自动机算法分为3步：构造一棵Trie树，构造失败指针和模式匹配过程。

        如果你对KMP算法和了解的话，应该知道KMP算法中的next函数（shift函数或者fail函数）是干什么用的。KMP中我们用两个指针i和j分别表示，A[i-j+ 1..i]与B[1..j]完全相等。也就是说，i是不断增加的，随着i的增加j相应地变化，且j满足以A[i]结尾的长度为j的字符串正好匹配B串的前 j个字符，当A[i+1]≠B[j+1]，KMP的策略是调整j的位置（减小j值）使得A[i-j+1..i]与B[1..j]保持匹配且新的B[j+1]恰好与A[i+1]匹配，而next函数恰恰记录了这个j应该调整到的位置。同样AC自动机的失败指针具有同样的功能，也就是说当我们的模式串在Tire上进行匹配时，如果与当前节点的关键字不能继续匹配的时候，就应该去当前节点的失败指针所指向的节点继续进行匹配。

这里有一个帖子讲的特别好，强烈推荐AC自动机算法详解

HDU2222代码：（经典的AC自动机上面的帖子就是以它为例讲的）

代码

#include<iostream>
using namespace std;
struct node{
int count;
node * fail;
node *next[26 ];
node(){
fail= NULL;
count=0 ;
memset(next,NULL,sizeof (next));
}
}*q[500001 ];
char keyword[51 ];
char str[1000001 ];
int head,tail;

void insert(char *str,node * root)
{
node *p= root;
for(int i=0;str[i];i++ )
{
int id=str[i]-'a' ;
if(p->next[id]== NULL)
p->next[id]=new node();
p=p-> next[id];
}
p->count++ ;
}

void build(node * root)
{
int i;
root->fail= NULL;
q[head++]= root;
while(head!= tail)
{
node *temp=q[tail++ ];
node *p= NULL;
for(i=0;i<26;i++ )
{
if(temp->next[i]!= NULL)
{
if(temp== root)
temp->next[i]->fail= root;
else {
p=temp-> fail;
while(p!= NULL)
{
if(p->next[i]!= NULL)
{
temp->next[i]->fail=p-> next[i];
break ;
}
p=p-> fail;
}
if(p== NULL)
temp->next[i]->fail= root;
}
q[head++]=temp-> next[i];
}
}
}
}

int query(node * root)
{
int cnt=0 ,id;
node *p= root;
for(int i=0;str[i];i++ )
{
id=str[i]-'a' ;
while(p->next[id]==NULL && p!= root)
p=p-> fail;
p=p-> next[id];
if(p==NULL) //yasherp,when s[i]='p',p==NULL
p= root;
node *temp= p;
while(temp!=root && temp->count!=-1 )
{
cnt+=temp-> count;
temp->count=-1 ;
temp=temp-> fail;
}
}
return cnt;
}
int main()
{
int n,t;
scanf("%d",& t);
while(t-- )
{
head=tail=0 ;
node *root=new node();
scanf("%d",& n);
getchar();
while(n-- )
{
gets(keyword);
insert(keyword,root);
}
build(root);
scanf("%s" ,str);
printf("%d\n" ,query(root));
}
return 0 ;
}

 

PKU1204代码：（14724K 1610MS）

代码

#include<string.h>
#include <iostream>
using namespace std;
#define N 1002
typedef struct tree{
int count;
struct tree * fail;
struct tree *next[26 ];
tree(){
count=-1 ;
fail= NULL;
memset(next,NULL,sizeof (next));
}
}* Tree,T;
Tree q[N* N];
Tree root;
char map[N][N];
int result[N][4 ],length[N];
int l,c,w;
int dir[8][2]={{-1,0},{-1,1},{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1 }};
void insert(char *str,int k)
{
Tree p= root;
for(int i=0;str[i];i++ )
{
int id=str[i]-'A' ;
if(p->next[id]== NULL)
p->next[id]=new tree();
p=p-> next[id];
}
p->count= k;
}
void build()
{
int head=0,tail=0 ,i;
root->fail= NULL;
q[head++]= root;
while(head!= tail)
{
Tree temp=q[tail++ ];
Tree p= NULL;
for(i=0;i<26;i++ )
{
if(temp->next[i]!= NULL)
{
if(temp== root)
temp->next[i]->fail= root;
else {
p=temp-> fail;
while(p!= NULL)
{
if(p->next[i]!= NULL)
{
temp->next[i]->fail=p-> next[i];
break ;
}
p=p-> fail;
}
if(p== NULL)
temp->next[i]->fail= root;
}
q[head++]=temp-> next[i];
}
}
}
}
void search(int x,int y,int k)
{
int x1=x, y1= y;
Tree p= root;
while(x1>=0 && x1<l && y1>=0 && y1< c)
{
int id=map[x1][y1]-'A' ;
while(p->next[id]==NULL && p!= root)
p=p-> fail;
p=p-> next[id];
if(p== NULL)
p= root;
Tree temp= p;
while(temp!=root && temp->count!=-1 )
{
result[temp->count][0]=x1-length[temp->count]*dir[k][0 ];
result[temp->count][1]=y1-length[temp->count]*dir[k][1 ];
result[temp->count][2]=k+'A' ;
temp->count=-1 ;
temp=temp-> fail;
}
x1+=dir[k][0]; y1+=dir[k][1 ];
}
}
void slove()
{
int i,j,k;
for(i=0;i<l;i++ )
for(j=0;j<c;j++ )
if(i==0 || j==0 || i==l-1 || j==c-1 )
for(k=0;k<8;k++ )
search(i,j,k);
}
int main()
{
char word[N];
int i;
scanf("%d%d%d",&l,&c,& w);
getchar();
for(i=0;i<l;i++ )
gets(map[i]);
root=new tree();
for(i=0;i<w;i++ )
{
gets(word);
insert(word,i);
length[i]=strlen(word)-1 ;
}
build();
slove();
for(i=0;i<w;i++ )
printf("%d %d %c\n",result[i][0],result[i][1],result[i][2 ]);
return 0 ;
}

用字典树做的是14320K 1485MS见链接http://www.cnblogs.com/DreamUp/archive/2010/07/23/1783410.html

 

HDU2896 同HDU2222如出一辙 给定目标串求其中出现的模板串

用数组表示的树形链表（静态版本）171MS 23068K

代码

#include<iostream>
using namespace std;
struct node {
int fail,count;
int next[100 ];
void init(){
memset(next,NULL,sizeof (next));
fail=-1 ;
count=0 ;
}
};
node tire[100000 ];
int n,cnt,m;
char str[10010 ];
int mark[1010 ];
void insert(char *s,int d)
{
int root=0 ;
while(* s)
{
int t=*s-30 ;
if(tire[root].next[t]== NULL)
{
tire[++ cnt].init();
tire[root].next[t]= cnt;
}
root= tire[root].next[t];
s++ ;
}
tire[root].count= d;
}
int que[100000 ],tail,head;
void build()
{
int q,temp;
tail=head=0; que[0]=0 ;
while(tail<= head)
{
int now = que[tail++ ];
for(int t=0; t<100;t++ )
{
if (tire[now].next[t])
{
temp= tire[now].next[t];
q= tire[now].fail;
while(q!=-1 && tire[q].next[t]== NULL)
q= tire[q].fail;
if(q==-1 )
tire[temp].fail=0; //指向根
else
tire[temp].fail = tire[q].next[t];
que[++head]= temp;
}
}
}
}
void match(char * s)
{
int root=0 ,p;
while(* s)
{
int t=*s-30 ;
if (tire[root].next[t])
root= tire[root].next[t];
else
{
p = tire[root].fail;
while(p!=-1 && tire[p].next[t]== NULL)
p= tire[p].fail;
if(p==-1 )
root=0 ;
else
root = tire[p].next[t];
}
if (tire[root].count)
{
mark[tire[root].count]=1 ;
p= tire[root].fail;
while(p!=NULL && mark[tire[p].count]==0 )
{
mark[tire[p].count]=1 ;
p= tire[p].fail;
}
}
s++ ;
}
}
int main()
{
int i,j;
cnt=0 ;
tire[0 ].init();
scanf("%d",& n);
for(i=1;i<=n;i++ )
{
scanf("%s" ,str);
insert(str,i);
}
build();
scanf("%d",& m);
int ans=0 ;
for(i=1;i<=m;i++ )
{
for(j=0;j<=n;j++ )
mark[j]=0 ;
scanf("%s" ,str);
match(str);
int num=0 ;
for(j=1;j<=n;j++ )
num+= mark[j];
if (num)
{
ans++ ;
printf("web %d:" ,i);
for(j=1;j<=n;j++ )
if (mark[j])
printf(" %d" ,j);
puts("" );
}
}
printf("total: %d\n" ,ans);
return 0 ;
}

在discuss里看了数据，上面程序错了，下面的(用指针实现的动态版本)对了。上面那个程序有问题，但是也AC了，建议加强数据啊

3
abs
shd
h
1
abshe

2
ct
actg
1

贴上代码（不明白temp->count=0;加上就WA，去掉就AC了) 171MS 23516K

代码

#include<iostream>
#include <string.h>
using namespace std;
typedef struct tree{
int count;
struct tree * fail;
struct tree *next[100 ];
tree(){
count=0 ;
fail= NULL;
memset(next,0,sizeof (next));
}
}* Tree,T;
int n,cnt,m;
char str[10010 ];
int mark[502 ];
Tree root;
void insert(char *s,int d)
{
Tree p= root;
while(* s)
{
int id=*s-30 ;
if(p->next[id]== NULL)
p->next[id]=new tree();
p=p-> next[id];
s++ ;
}
p->count= d;
}
Tree que[100010 ];
int tail,head;
void build()
{
int i;
head=tail=0 ;
root->fail=0 ;
que[head++]= root;
while(head!= tail)
{
Tree temp=que[tail++ ];
Tree p= NULL;
for(i=0;i<100;i++ )
{
if(temp->next[i]!= NULL)
{
if(temp== root)
temp->next[i]->fail= root;
else
{
p =temp-> fail;
while(p!= NULL)
{
if(p->next[i]!= NULL)
{
temp->next[i]->fail=p-> next[i];
break ;
}
p=p-> fail;
}
if(p== NULL)
temp->next[i]->fail= root;
}
que[head++]=temp-> next[i];
}
}
}
}
void match(char * s)
{
Tree p= root;
while(* s)
{
int id=*s-30 ;
while(p->next[id]==NULL && p!= root)
p=p-> fail;
p=p-> next[id];
if(p== NULL)
p= root;
Tree temp= p;
while(temp!= root)
{
mark[temp->count]=1 ;
//temp->count=0;
temp=temp-> fail;
}
s++ ;
}
}
int main()
{
int i,j;
cnt=0 ;
root=new tree();
scanf("%d",& n);
for(i=1;i<=n;i++ )
{
scanf("%s" ,str);
insert(str,i);
}
build();
scanf("%d",& m);
int ans=0 ;
for(i=1;i<=m;i++ )
{
memset(mark,0,sizeof (mark));
scanf("%s" ,str);
match(str);
int num=0 ;
for(j=1;j<=n;j++ )
num+= mark[j];
if (num)
{
ans++ ;
printf("web %d:" ,i);
for(j=1;j<=n;j++ )
if (mark[j])
printf(" %d" ,j);
puts("" );
}
}
printf("total: %d\n" ,ans);
return 0 ;
}

 

PKU3691 题目大意是说给定一个长度最大为1000的仅由A,T,C,G四个字符组成的字符串，要求改变最少的字符个数，使得得到的字符串中不含有任意预先给定的一系列子串。

AC自动机+DP（注意这个AC自动机失败节点存在危险的结点的传递）4132K 110MS

DISCUSS帖子http://acm.pku.edu.cn/JudgeOnline/showmessage?message_id=122852

题目分析帖子http://www.cnblogs.com/woodfish1988/archive/2008/11/19/1303492.html  

代码

#include < stdio.h >
#include < string .h >
#define N 1005

struct trie{
int cnt,fail;
int next[ 4 ];
}Tree[N];
int que[N];
int dp[N][N];
char str[N];
int nodes;

void init( int t)
{
Tree[t].cnt = 0 ;
Tree[t].fail =- 1 ;
memset(Tree[t].next, - 1 , sizeof (Tree[t].next));
}
int change( char ch)
{
switch (ch){
case ' A ' : return 0 ;
case ' G ' : return 1 ;
case ' C ' : return 2 ;
case ' T ' : return 3 ;
}
return 0 ;
}

void insert( char * s)
{
int i = 0 ,t = 0 ;
while ( * s)
{
int id = change( * s);
if (Tree[t].next[id] ==- 1 )
{
init(nodes); // 初始化结点
Tree[t].next[id] = nodes ++ ;
}
t = Tree[t].next[id];
if (Tree[t].cnt != 0 )
break ;
s ++ ;
}
Tree[t].cnt ++ ;
}

void build()
{
int head = 0 ,tail = 0 ;
que[head ++ ] = 0 ;
while (head != tail)
{
int now = que[tail ++ ];
for ( int t = 0 ;t < 4 ;t ++ )
{
int tmp = Tree[now].next[t];
if (tmp !=- 1 )
{
if (now == 0 )
Tree[tmp].fail = 0 ;
else
{
int p = Tree[now].fail;
while (p !=- 1 )
{
if (Tree[p].next[t] !=- 1 )
{
Tree[tmp].fail = Tree[p].next[t];
// 存在危险的结点的传递，详见PKU该题的DISCUSS
if (Tree[Tree[p].next[t]].cnt)
Tree[tmp].cnt ++ ;
break ;
}
p = Tree[p].fail;
}
if (p ==- 1 )
Tree[tmp].fail = 0 ;
}
que[head ++ ] = tmp;
}
}
}
}

int len;
void DP()
{
int i,j,k,t;
memset(dp, - 1 , sizeof (dp));
dp[ 0 ][ 0 ] = 0 ;
for (i = 0 ;i < len;i ++ )
{
for (j = 0 ;j < nodes;j ++ )
{
if (dp[i][j] !=- 1 )
{
for (k = 0 ;k < 4 ;k ++ )
{
t = j;
while (t !=- 1 )
{
if (Tree[t].next[k] !=- 1 )
break ;
t = Tree[t].fail;
}
if (t ==- 1 )
t = 0 ;
else
t = Tree[t].next[k];
// 状态转移方程：dp[i+1][Tree[t].next[k]] = MIN (dp[i][j] + (s[i]!=k) )
if (Tree[t].cnt == 0 && dp[i][j] !=- 1 )
if (dp[i + 1 ][t] > dp[i][j] + (change(str[i]) != k) || dp[i + 1 ][t] ==- 1 )
dp[i + 1 ][t] = dp[i][j] + (change(str[i]) != k);
}
}
}
}
}

int main()
{
int i,n;
int min,cas = 1 ;
char word[ 30 ];
while (scanf( " %d " , & n),n)
{
nodes = 1 ;
init( 0 );
for (i = 0 ;i < n;i ++ )
{
scanf( " %s " ,word);
insert(word);
}
build();
scanf( " %s " ,str);
len = strlen(str);
DP();
min =- 1 ;
for (i = 0 ;i < nodes;i ++ )
if (dp[len][i] !=- 1 && (dp[len][i] < min || min ==- 1 ))
min = dp[len][i];
printf( " Case %d: %d\n " ,cas ++ ,min);
}
return 0 ;
}

 

HDU2243 PKU2778是两道AC自动机+矩阵相乘的题，下一步将去进攻啊……

 

 

转载于:https://www.cnblogs.com/DreamUp/archive/2010/07/29/1787682.html