AC自动机

最新推荐文章于 2024-10-01 04:50:10 发布
最新推荐文章于 2024-10-01 04:50:10 发布
阅读量171 收藏
点赞数
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lee_14141/article/details/127598103
版权

AC自动机等于trie+kmp

扩展:trie图

KMP

暴力做法

s为长串 p为小串
for(int i=1;i<=s.size();i++)
 for(int j=1;j<=p.size();j++)
       if(s[i+j-1]!=p[j])
            break;
if(j>m)
    匹配成功

next数组定义就是下一次最近的能成功的位置 在p串中以p[i]结尾的后缀 能够匹配的从1开始的非平凡前缀的最大长度(这里的p串是短串)

步骤:

1.next[0]=next[1]=0;

2.

   //求next的过程
   for(int i=2,j=0;i<=n;i++)
   {
       while(j&&p[i]!=p[j+1]) j=ne[j];
       if(p[i]==p[j+1]) j++;
       ne[i]=j;
   }
//kmp
#include<bits/stdc++.h>
using namespace std;
const int N=1e5+10,M=1e6+10;
int n,m,ne[N];
char p[N],s[M];
int main()
{
    ios_base::sync_with_stdio(0);//加速器
    cin.tie(0);
    cout.tie(0);
   cin>>n>>p+1>>m>>s+1;//读入数据
   //求next的过程
   for(int i=2,j=0;i<=n;i++)
   {
       while(j&&p[i]!=p[j+1]) j=ne[j];
       if(p[i]==p[j+1]) j++;
       ne[i]=j;
   }
   //kmp匹配过程
    for(int i=1,j=0;i<=m;i++)
   {
       while(j&&s[i]!=p[j+1]) j=ne[j];
       if(s[i]==p[j+1]) j++;
       if(j==n)//匹配成功
        {
        cout<<i-n<<' ';//输出答案
         j=ne[j];
       }
   }
    return 0;
}

AC自动机存的next是以这个点为结尾的所有后缀里面和某个最长前缀匹配 存的是最长前缀的结尾下标

 kmp对应到AC自动机

1.搜索关键词

信息学奥赛一本通（C++版）在线评测系统 

#include<bits/stdc++.h>
using namespace std;
const int N=10010,S=55,M=1000010;
int n;
int tr[N*S][26],cnt[N*S],idx;
char str[M];
int q[N*S],ne[N*S];
void insert()//tire树
{
    int p=0;//从头结点开始插
    for(int i=0;str[i];i++)
    {
        int t=str[i]-'a';//映射到数字
        if(!tr[p][t]) tr[p][t]=++idx;//假如这个位置没有这个字母，则新开辟个节点
        p=tr[p][t];//跳到这个位置
    }
    cnt[p]++;//这个位置的单词++
}
void build()//求next数组的过程
{
    int hh=0,tt=-1;
    for(int i=0;i<26;i++)//把第一层的先入队
        if(tr[0][i])
           q[++tt]=tr[0][i];
    while(hh<=tt)
    {
        int t=q[hh++];//取出队头
        for(int i=0;i<26;i++)//枚举子节点
        {
            int c=tr[t][i];
            if(!c) continue;//假如这个位置没有这个节点，则直接跳
            int j=ne[t];
            while(j&&!tr[j][i]) j=ne[j];//假如匹配不成功则继续跳
            if(tr[j][i]) j=tr[j][i];//成功就为这个位置
            ne[c]=j;//这个节点的next更新一下
            q[++tt]=c;//把这个节点入队
        }
    }
}
int main()
{
    int T;
    scanf("%d",&T);
    while(T--)
    {
        //清空上一层的状态
        memset(tr,0,sizeof tr);
        memset(cnt,0,sizeof cnt);
        memset(ne,0,sizeof ne);
        idx=0;
        scanf("%d",&n);
        for(int i=0;i<n;i++)
        {
            scanf("%s",str);
            insert();//插入这个单词
        }
        build();//求next数组
        scanf("%s",str);
        int res=0;
        for(int i=0,j=0;str[i];i++)//next匹配的过程
        {
            int t=str[i]-'a';
            while(j&&!tr[j][t]) j=ne[j];//假如这个位置匹配不上，则继续跳
            if(tr[j][t]) j=tr[j][t];//假如匹配了，则等于这个位置
            int p=j;
            while(p)//枚举p所重复的单词
            {
                res+=cnt[p];
                cnt[p]=0;//把这个位置的单词清空
                p=ne[p];//继续枚举上一个单词
            }
        }
        printf("%d\n",res);
    }
    return 0;
}

AC自动机优化成trie图 可以优化常数

优化的位置是求next数组的位置跟next匹配的过程

void build()//求next数组的过程
{
    int hh=0,tt=-1;
    for(int i=0;i<26;i++)//把第一层的先入队
        if(tr[0][i])
           q[++tt]=tr[0][i];
    while(hh<=tt)
    {
        int t=q[hh++];//取出队头
        for(int i=0;i<26;i++)//枚举子节点
        {
            int p=tr[t][i];
            if(!p) tr[t][i]=tr[ne[t]][i];//假如这个节点不存在，直接就跳到上一层的节点
            else
            {
                ne[p]=tr[ne[t]][i];//让这个节点等于上一层的节点
                q[++tt]=p;//放进队列里
            }
        }
    }
}
for(int i=0,j=0;str[i];i++)//next匹配的过程
{
            int t=str[i]-'a';
            j=tr[j][t];//因为优化的是直接等于next跳完后的值,所以直接跳到这个位置
            int p=j;
            while(p)//枚举p所重复的单词
            {
                res+=cnt[p];
                cnt[p]=0;//把这个位置的单词清空
                p=ne[p];//继续枚举上一个单词
            }
}

2.修复DNA（状态机+AC自动机）

3691 -- DNA repair

题意相当于给定我们一系列字符串，然后最后给我们一个长的字符串，问我们至少改变这个字符串的多少个字母使得这个长的字符串不包含前面输入的一系列字符串

 

#include<stdio.h>
#include<string.h>
#define min(a,b) a>b?b:a
const int N=1010;
int n,m;
int tr[N][4],dar[N],idx;//tr就是tire，dar就是标记这个单词是否存在
char str[N];
int q[N],ne[N];
int f[N][N];//f就是状态机dp的f函数
int get(char c)//把字母映射到数字里
{
    if(c=='A') return 0;
    if(c=='T') return 1;
    if(c=='G') return 2;
    return 3;
}
void insert()//tire的插入
{
    int p=0;
    for(int i=0;str[i];i++)
    {
        int t=get(str[i]);
        if(!tr[p][t]) tr[p][t]=++idx;
        p=tr[p][t];
    }
    dar[p]=1;//标记这个结尾的单词是存在的
}
void build()//求next数组
{
    int hh=0,tt=-1;
    for(int i=0;i<4;i++)//把第一层放进队列中
        if(tr[0][i])
          q[++tt]=tr[0][i];
    while(hh<=tt)
    {
        int t=q[hh++];//求出队头
        for(int i=0;i<4;i++)//枚举下一层的节点
        {
            int p=tr[t][i];
            if(!p) tr[t][i]=tr[ne[t]][i];//假如这个节点不存在，则直接跳到存在的节点上
            else
            {
                ne[p]=tr[ne[t]][i];//存在则直接跳即可
                q[++tt]=p;
                dar[p]|=dar[ne[p]];//把这个单词标记为危险DNA序列
            }
        }
    }
}
int main()
{
    int T=1;
    while(scanf("%d",&n),n)
    {
        //清空上一层的状态
        memset(tr,0,sizeof tr);
        memset(dar,0,sizeof dar);
        memset(ne,0,sizeof ne);
        idx=0;
        for(int i=0;i<n;i++)
        {
            scanf("%s",str);
            insert();//插入这个单词
        }
        build();//求next数组
        scanf("%s",str+1);
        m=strlen(str+1);
        memset(f,0x3f,sizeof f);//因为要求最小值，则初始化为正无穷
        f[0][0]=0;//从0个开始匹配到AC自动机第0个字母最小修改0次
        for(int i=0;i<m;i++)//枚举串的长度
            for(int j=0;j<=idx;j++)//枚举所有危险的单词
               for(int k=0;k<4;k++)//枚举危险单词的字母
               {
                 int t=get(str[i+1])!=k;//看看这个单词是否等于第k个位置
                 int p=tr[j][k];//获取危险单词的这个位置的字母
                 if(!dar[p]) f[i+1][p]=min(f[i+1][p],f[i][j]+t);//假如不存在这个危险单词，则更新最小值
               }
        int res=0x3f3f3f3f;
        for(int i=0;i<=idx;i++) res=min(res,f[m][i]);//枚举所有需要更新的最小
        if(res==0x3f3f3f3f) res=-1;
        printf("Case %d: %d\n",T++,res);
    }
    return 0;
}

3.单词

信息学奥赛一本通（C++版）在线评测系统

相当于问其他子串里有多少个后缀与原串匹配。则反向递推求这个后缀匹配多少个前缀，相当于让f[i]出现的次数累加到f[next[i]]里面，按照拓扑序递推回去next[i]然后累加就行了

#include<bits/stdc++.h>
using namespace std;
const int N=1000010;
int n;
int tr[N][26],f[N],idx;//f记录的是以这个结尾的单词的数量
int q[N],ne[N];
char str[N];
int id[210];
void insert(int x)//tire的插入
{
    int p=0;
    for(int i=0;str[i];i++)
    {
        int t=str[i]-'a';
        if(!tr[p][t]) tr[p][t]=++idx;
        p=tr[p][t];
        f[p]++;//因为记录的是前缀，则在内部就记录这个值了
    }
    id[x]=p;//
}
void build()
{
    int hh=0,tt=-1;
    for(int i=0;i<26;i++)//把第一层的节点放进队列中
        if(tr[0][i])
         q[++tt]=tr[0][i];
    while(hh<=tt)
    {
        int t=q[hh++];
        for(int i=0;i<26;i++)//枚举可能的子节点
        {
            int p=tr[t][i];
            if(!p) tr[t][i]=tr[ne[t]][i];//假如不存在这个节点，则直接跳他的上一个节点
            else
            {
                ne[p]=tr[ne[t]][i];//直接跳上一层的节点
                q[++tt]=p;//放进队列里
            }
        }
    }
}
int main()
{
   scanf("%d",&n);
   for(int i=0;i<n;i++)
   {
       scanf("%s",str);
       insert(i);//插入这个字符串
   }
   build();//求next数组
   for(int i=idx-1;i>=0;i--) f[ne[q[i]]]+=f[q[i]];//因为bfs搜索更新后的逆序就是拓扑序
   for(int i=0;i<n;i++) printf("%d\n",f[id[i]]);
    return 0;
}

没头发的年轻人
关注
AC自动机 #10057. 「一本通 2.4 例 1」Keywords Search
RUBGH的博客
11-13 233
给定 个长度不超过 的由小写英文字母组成的单词准备查询，以及一篇长为 的文章，问：文中出现了多少个待查询的单词。多组数据。 输入格式 第一行一个整数 ，表示数据组数； 对于每组数据，第一行一个整数 ，接下去 行表示 个单词，最后一行输入一个字符串，表示文章。 输出格式 对于每组数据，输出一个数，表示文中出现了多少个待查询的单词。 样例 样例输入 1 5 she he say shr her yasherhs 样例输出 3 AC自动机的匹配过程分两种情况：(1)当前字符匹配，表示从当前节点沿着树边有
36丨AC自动机：如何用多模式串匹配实现敏感词过滤功能？1
08-03
AC自动机是一种高效的多模式串匹配算法，主要应用于文本处理中的敏感词过滤、关键词搜索等功能。它的全称为Aho-Corasick算法，由Aho和Corasick在1975年提出。AC自动机在Trie树的基础上进行了扩展，增加了失败指针，...
一本通提高篇 AC自动机
Dawn的博客
05-31 575
AC自动机详解！你确定不进来看看嘛
hihocoder 127 后缀自动机一·基本概念
硕鼠的博客
12-10 2863
自己想了老半天，写了三百多行，没实现成功，忘记使用STL库了。。。。。。。。。。。。。。。 题目链接：http://hihocoder.com/problemset/problem/1441 描述 小Hi：今天我们来学习一个强大的字符串处理工具：后缀自动机（Suffix Automaton，简称SAM）。对于一个字符串S，它对应的后缀自动机是一个最小的确定有限状态自动机（DF
next数组_KMP算法（next数组、nextval数组、有限自动机【AC自动机】）———附带模版代码和完整示例...
weixin_39938746的博客
12-05 376
文章目录1 next数组1.1 概念1.2 暴力求解next数组1.3 递推求解next数组1.3.1 总结思路1.3.2 模版代码2 KMP2.1 概念2.2 暴力求解 O(nm)2.3 KMP O(n+m)2.3.1 思想2.3.2 模版思路2.3.3 模版代码2.3.4 统计模式串在文本串出现的次数2.3.4.1 思想2.3.4.2 实现代码2.3.4.3 时间复杂度计算2.4 nextva...
AC 自动机
orz
08-25 1342
AC 自动机 引入 AC 自动机是一种用于解决多模式串以及一主串匹配的字符串算法。 问题通常是给出若干个模式串 S 以及主串 T，询问若干个模式串分别在主串中的某些信息。 AC 自动机构建在 Trie 的结构基础上，结合了 KMP 算法的失配指针思想。 在进行多模式串匹配前，只有两个步骤需要去实现： 将所有模式串扔进一棵 Trie 树中。 对于 Trie 上的所有节点构建失配指针。 AC 自动机的时间复杂度约为 O(n+m)O(n+m)O(n+m)。 算法思想 AC 自动机其实就是在 Trie
关于 AC 自动机
weixin_43501634的博客
02-22 3103
AC 自动机，全称 Aho-Corasick 自动机，是一种用于字符串搜索的算法，由 Alfred V. Aho 和 Margaret J. Corasick 在 1975 年提出。这个算法是为了解决在一个主文本字符串中查找多个模式字符串（或称为“关键词”）的问题，它可以在线性时间内完成搜索，非常高效。在计算机科学中，Aho-Corasick 算法是 Alfred V. Aho 和 Margaret J. Corasick 于 1975 年发明的一种字符串搜索算法。
ac自动机
weixin_42593130的博客
01-03 235
AC自动机(英语：Aho-Corasick algorithm)是一种用于在文本串中快速搜索多个模式串的算法。它的名字来源于其发明者Alfred V. Aho和Margaret J. Corasick。AC自动机是一种多模式匹配算法，通常被用于在大型文本串或网络流中搜索多个模式串。它的时间复杂度是O(n+m+z)，其中n是文本串的长度，m是模式串的总长度，z是匹配次数。AC自动机在许多文本编辑器和...
数据结构与算法笔记：基础篇 -AC自动机：如何用多模式串匹配实现敏感词过滤功能？
chenjian723122704的专栏
06-18 716
很多支持用户发表文本内容的网站，比如 BBS，大都会有敏感词过滤功能，用来过滤掉用户输入的一些淫秽、反动、谩骂等内容。你有没有想过，这个功能是怎么实现的呢？实际上，这些功能最基本的原理就是字符串匹配算法，也就是通过维护一个敏感词字典，当用户输入一段文字内容之后，通过字符串匹配算法，来查找用户输入的这段文字，是否包含敏感词。如果有，就用 “***” 把它替换掉。我们讲过讲过好几种字符串匹配算法了，它们都可以处理这个问题。但是，对于访问量巨大的网站来说，比如淘宝，用户每天的评论数有几亿、甚至十几亿。
AC自动机算法
懒猫的脚印
08-15 1322
ac自动机，双数组
AC自动机_AC自动机模板_
09-30
AC自动机，全称为Aho-Corasick自动机，是一种字符串搜索算法，广泛应用于信息学奥林匹克竞赛、数据结构与算法竞赛以及文本处理等领域。它的主要功能是高效地在一个字符串集合中进行多模式匹配，即同时查找多个模式串...
高效Java敏感词过滤系统AC自动机算法源码，支持独立部署与集成注册中心
03-25
本项目是一款高效的Java敏感词过滤系统，基于AC自动机算法实现。系统支持独立部署，同时可便捷集成至注册中心，为各类项目提供敏感词过滤服务。包含文件共117个，其中主要构成如下： - Java源文件：49个 - Class...
ahocorasick-python:AC自动机python的实现，并进行了优化。 主要修复了 查询不准确的问题
05-18
ac自动机python的实现，可用于python2 python3等主流python发行版，对标准的ac自动机算法进行了完善 优化(主要是改进了结果的准确性)。 注意：为了保证结果的准确性，请安装使用最新版(0.0.9)。 1.如何安装 pip 安装...
二叉树最小深度
2301_80161204的博客
09-27 466
25[0, 105]
使用Python实现图形学的纹理映射算法
qq_42568323的博客
09-27 1277
纹理映射的基本概念是将二维图像（纹理）应用于三维模型的表面，以便在渲染时提供更多的细节和视觉效果。纹理坐标生成：为每个顶点生成对应的纹理坐标，通常使用归一化的二维坐标系统。纹理采样：根据生成的纹理坐标从纹理图像中获取颜色值。光照计算：结合光照模型，计算最终颜色，产生更真实的效果。图像合成：将计算得到的颜色与其他渲染信息合成，生成最终图像。纹理映射不仅可以用于简单的颜色填充，还可以模拟表面细节、光照变化等，提升渲染效果。
904. 水果成篮
YQ20210216的博客
09-27 367
转化，找出一个最长的子数组长度，子数组中不超过两种类型的水果，要记录水果类型和水果数量，所以要使用unord_map，key来记录水果中类，valuse记录水果数量，当right开始增加的时候，将水果种类加入到哈希表中，当水果中类超过两种时，控制left使得水果种类回到两种。你想要尽可能多地收集水果。你正在探访一家农场，农场从左到右种植了一排果树。这些树用一个整数数组。，返回你可以收集的水果的。
＜使用生成式AI对四种冒泡排序实现形式分析解释的探讨整理＞
最新发布
m0_57859086的博客
10-01 999
/冒泡排序实现1——不常用（这个版本两层for循环分别是i++、j++）// 声明三个整型变量i、j和temp用于循环控制和交换元素for (i = 0;i < n - 1;i++) { // 外层循环，从数组的第一个元素开始遍历到倒数第二个元素j < n;j++) { // 内层循环，从当前外层循环位置的下一个元素开始遍历到最后一个元素if (A[i] > A[j]) { // 如果当前元素大于下一个元素// 将当前元素存储到临时变量temp中// 将下一个元素赋值给当前元素。
AC自动机算法：高效字符串匹配
"AC自动机.pdf" AC自动机（Aho-Corasick Algorithm）是一种用于高效处理字符串精确匹配问题的算法，特别适用于在一个大的文本（目标串T）中查找多个模式串（模式串集合P）的情况。它的时间复杂度为O(n+m+z)，其中n...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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