AC自动机
AC自动机是
k
m
p
kmp
kmp和
T
r
i
e
Trie
Trie的结合,它处理了单串匹配多模式串的问题。
之所以这么因为它引入了
f
a
i
l
fail
fail指针处理相同后缀的信息,利用
T
r
i
e
Trie
Trie处理多模式串的问题。
从Trie的0结点开始往外延伸,对于每个结点都有自己的指针指向自己的后缀。
后缀一定是小于自己的长度的,所以后缀的后缀事先应该是处理好的。
先把所有模式串插入,再求fail指针,由于上述的性质,我们求解的时候可以用bfs去扩展。
在最后处理的时候,每次匹配到需要同时处理后缀,匹配不到,就一直跳后缀fail直到跳到下一个可以匹配的地方,最终是指向开头0的。
我们可以进行两处优化:
Trie图优化:
每次处理到不能匹配的时候,我们可以直接令其指向其后缀的下一个此结点,如果还是不可以的话,后缀肯定是先处理过的,所以可以以线性方式指回去。类似于并查集的那种路径压缩方式。
last优化:
每次处理这个点匹配不到过后指向的单词结点,而不是一个一个去看是否是单词结点。处理方式就是:
对于这个结点直接跳到自己后缀的last指针,自然是个递归过程,前面的一定是求出来的。
理解了这些还是很简单的。
代码:
const int maxn = 2000050;
const int sigma_size = 26;
char ss[maxn],tt[maxn];
int num[100050];
struct ACauto{
int sz;
int ch[maxn][sigma_size];
int f[maxn],last[maxn],val[maxn],cnt[maxn];//cnt统计模板匹配数
void init(){
sz=1;
memset(ch[0],0,sizeof(ch[0]));
memset(cnt,0,sizeof(cnt));
}
int idx(char c){return c-'a';}
void insert(char *s,int x){
int u=0,len=strlen(s);
for(int i=0;i<len;i++){
int c=idx(s[i]);
if(!ch[u][c]){
memset(ch[sz],0,sizeof(ch[sz]));
val[sz]=0;
ch[u][c]=sz++;
}
u=ch[u][c];
}
if(!val[u])num[x]=val[u]=x;
else num[x]=val[u];
}
void slove(int x){
for(int j=x;j;j=last[j]){
cnt[val[j]]++;
}
}
void getFail(){
queue<int>q;
f[0]=0;
for(int c=0;c<sigma_size;c++){
int u=ch[0][c];
if(u){f[u]=0;q.push(u);last[u]=0;}
}
while(!q.empty()){
int r=q.front();q.pop();
for(int c=0;c<sigma_size;c++){
int u=ch[r][c];
if(!u){
ch[r][c]=ch[f[r]][c];
continue;
}
q.push(u);
f[u]=ch[f[r]][c];
last[u]=val[f[u]]?f[u]:last[f[u]];
}
}
}
void query(char *T){
int len=strlen(T);
int j=0;
for(int i=0;i<len;i++){
int c=idx(T[i]);
j=ch[j][c];
if(val[j])slove(j);
else if(last[j])slove(last[j]);
}
}
}ac;