【pku3691+pku2778】ac自动机 动态规划

再讲题目之前，先讲讲ac自动机吧

看到ac这么吉利的东西，学会这什么ac自动机的欲望便来了

ac自动机全名Aho-Corasick automation，挺长的，但经验告诉我们，名字越长往往编出来的代码越短，所以不要被这么虎的名字给唬住了

好了，进入正题

ac自动机就是用来进行多串模式匹配的一种算法（不算是一种什么神奇的数据结构吧），它差不多就等于trie+kmp

这个算法的思想非常简单，就在字母树上弄个next指针（相当于kmp中的next函数），然后对于每一篇文章我们就可以根据这棵字母树来O(len)的得到那些单词出现过（貌似要统计出现个数有难度，这恐怕就是这个算法的局限性吧）

这个算法的关键就是计算next[i]，方法如下：

  对于每个结点i，若它就是root，则next[i]=0，否则

  在i的父亲的next找父链（就是一路j:=next[j]上去，显然不能算进i的父亲）上找到第一个点的儿子中有i带的字符的点，

next[i]=这个儿子，如果找不到，则next[i]=root

就这么简单，具体实现起来的话广搜就可以了

然后，给了一段文章，我们要拿他与给定的单词进行匹配，就用刚才做好的字母树+next指针直接做就可以了（像kmp那样）

特别要注意，每匹配完一位，就要在next链上往回找有没有单词恰好在这一位完成匹配，而已经出现了的单词，我们可以直接把它的标记去掉就可以了（下面的代码中带！！的地方需注意）

实现起来有个小的改动可以让代码更简洁，那就是把字母树中的c[0,i]赋为1，那么next链到底时，再直接用c[0,i]就可以回到root了（我的root=1）就不用每次（k<>root）and ...了，可以显得漂亮一点

下面给出我的ac_auto的模板

program syj; {Aho-Corasick automation-used to O(n) perfix} const maxt=500000+5; type stype=ansistring; var i,j,k,n,m,t,ans,task:longint; cc:char; st,a:stype; word,next,q:array[0..maxt]of longint; c:array[0..maxt,'a'..'z']of longint; procedure bfs; var st,ed,i,j:longint; cc:char; begin st:=0;ed:=1;q[1]:=1; while st<ed do begin inc(st);i:=q[st]; if i=3 then i:=i; for cc:='a' to 'z' do if c[i,cc]>0 then begin inc(ed);q[ed]:=c[i,cc];j:=next[i]; while (j>0)and(c[j,cc]=0) do j:=next[j]; next[c[i,cc]]:=c[j,cc]; end; end; end; procedure ins(k:longint); var i,j:longint; begin i:=1; for j:=1 to length(st) do if c[i,st[j]]>0 then i:=c[i,st[j]] else begin inc(t);c[i,st[j]]:=t;i:=t; end; word[i]:=1; end; begin assign(input,'input.txt');reset(input); assign(output,'output.txt');rewrite(output); for cc:='a' to 'z' do c[0,cc]:=1; readln(n,m);t:=1; readln(a); for i:=1 to n do begin readln(st);ins(i); end; bfs;j:=1; for i:=1 to m do begin cc:=a[i]; while c[j,cc]=0 do j:=next[j]; j:=c[j,cc];k:=j; while k>1 do begin //!! ans:=ans+word[k];word[k]:=0; k:=next[k]; end; end; writeln(ans); close(input); close(output); end.   

第一次写这个调了几个小时才过（就是！！那里一直出问题），后来才发现每个用ac自动机的题目都要注意这里！

 

讲完了算法，就来看看题目吧

pku3691

大意：给若干个单词，一段文章，要求这段文章至少改动几个才能不含任何一个单词，字母只有ACGT

分析：

   这个题dp的方向很明显，只是状态的设计有点难度（在学会ac自动机之前，咳咳，我应该是做不出的）

   那么我就先入为主了，考虑怎么在自动机的那棵字母树上做文章

   可以想到如果匹配完了原串的前i位，当前到了字母树的j号结点，只要有了这个i和j就能够无后效地表示出整个匹配的状态了，那么算法就出来了

算法：

   记：

   f[i,j]表示匹配完了原串的前i位，当前到了字母树的j号结点的最少要改动的个数，转移就枚举第i+1位改成什么或者不改，用上述算法推到下一个状态就可以了，注意不能转移到的结点，要求不能成功匹配任意一个单词

   边界f[0,1]=0，答案min{f[len,i]}(word[i]=false)

需要注意的是每要转移到一个结点，就得在next链上扫一遍，看有没有word[i]为true，有就不能转移了（上面提到过的），还有麻烦的输出格式和ansistring（我wa了3次格式，1次ansistring），多组数据还得记得清空数组

代码：

program syj; {dp + ac_automation} const maxl=1000+5; maxt=20*50+5; oo=maxlongint shr 1; var n,i,j,k,kk,l,len,t,ans,task,r:longint; u:array['A'..'Z']of longint; st:ansistring; ok:boolean; word:array[0..maxt]of boolean; next,q:array[0..maxt]of longint; f:array[0..maxl,0..maxt]of longint; c:array[0..maxt,1..4]of longint; procedure new; var i,j:longint; begin j:=1; for i:=1 to length(st) do if c[j,u[st[i]]]>0 then j:=c[j,u[st[i]]] else begin inc(t);c[j,u[st[i]]]:=t;j:=t; end; word[j]:=true; end; procedure bfs; var st,ed,i,j,k:longint; begin st:=0;ed:=1;q[1]:=1; while st<ed do begin inc(st);i:=q[st]; for j:=1 to 4 do if c[i,j]>0 then begin inc(ed);q[ed]:=c[i,j];k:=next[i]; while c[k,j]=0 do k:=next[k]; next[c[i,j]]:=c[k,j]; end; end; end; begin assign(input,'pku3691.in');reset(input); assign(output,'pku3691.out');rewrite(output); u['A']:=1;u['C']:=2;u['G']:=3;u['T']:=4; readln(n); task:=0; while n>0 do begin inc(task); fillchar(next,sizeof(next),0); fillchar(word,sizeof(word),0); fillchar(c,sizeof(c),0); t:=1; for i:=1 to n do begin readln(st);new; end; c[0,1]:=1;c[0,2]:=1;c[0,3]:=1;c[0,4]:=1; bfs; readln(st);len:=length(st); filldword(f,sizeof(f) div 4,oo); f[0,1]:=0; for i:=0 to len-1 do for j:=1 to t do if f[i,j]<oo then begin kk:=u[st[i+1]]; for k:=1 to 4 do begin l:=j; while c[l,k]=0 do l:=next[l]; l:=c[l,k];ok:=word[l];r:=l; while r>1 do begin r:=next[r];ok:=ok or word[r]; if ok then break; end; if not ok and (f[i,j]+ord(k<>kk)<f[i+1,l]) then f[i+1,l]:=f[i,j]+ord(k<>kk); end; end; ans:=oo; for i:=1 to t do if not word[i] and (f[len,i]<ans) then ans:=f[len,i]; if ans=oo then ans:=-1; writeln('Case ',task,': ',ans); readln(n); end; close(input); close(output); end.

 

pku2778

大意：给你若干个单词，求长度为n的dna串（只含'A''C''G''T'）中不含任何一个单词的串的个数（mod 100000）（n<=200000000）

分析及算法：

   同2778类似的，dp的解题方向不会错

   这个题目中，n这个天文数字般的范围似乎在告诉我们这题用是矩阵加速的dp题，那么我就只讲转移矩阵的构造了，关于矩阵优化你可以看网上其他的资料

   对于字母树中的结点i，枚举下一个字符是什么，到了结点j，只要没有一个单词匹配成功（还是那个要注意的地方，要在next链上扫一遍）就可以转移，inc(g[i,j])即可

   再快速幂，ans=sigma(f[1,i]) mod mo (word[i]=false) （我的root=1）

代码：

program syj; {dp + ac_automation} const maxt=100; mo=100000; type arr=array[1..maxt,1..maxt]of int64; var m,t,i,j,k,l:longint; u:array['A'..'Z']of longint; st:ansistring; ok:boolean; n,ans:int64; word:array[0..maxt]of boolean; next,q:array[0..maxt]of longint; f,g:arr; c:array[0..maxt,1..4]of longint; procedure init; var i,j:longint; begin readln(st);j:=1; for i:=1 to length(st) do if c[j,u[st[i]]]>0 then j:=c[j,u[st[i]]] else begin inc(t);c[j,u[st[i]]]:=t;j:=t; end; word[j]:=true; end; procedure bfs; var st,ed,i,j,k:longint; begin st:=0;ed:=1;q[1]:=1; while st<ed do begin inc(st);i:=q[st]; for j:=1 to 4 do if c[i,j]>0 then begin inc(ed);q[ed]:=c[i,j];k:=next[i]; while c[k,j]=0 do k:=next[k]; next[c[i,j]]:=c[k,j]; end; end; end; procedure cheng(a,b:arr;var c:arr); var i,j,k:longint; tmp:int64; begin for i:=1 to t do for j:=1 to t do begin tmp:=0; for k:=1 to t do tmp:=tmp+a[i,k]*b[k,j]; c[i,j]:=tmp mod mo; end; end; procedure calc(i:longint); begin if i=1 then f:=g else begin calc(i div 2); cheng(f,f,f); if odd(i) then cheng(f,g,f); end; end; begin assign(input,'pku2778.in');reset(input); assign(output,'pku2778.out');rewrite(output); u['A']:=1;u['C']:=2;u['G']:=3;u['T']:=4; c[0,1]:=1;c[0,2]:=1;c[0,3]:=1;c[0,4]:=1; readln(m,n);t:=1; for i:=1 to m do init; bfs; for i:=1 to t do for j:=1 to 4 do begin k:=i; while c[k,j]=0 do k:=next[k]; k:=c[k,j];l:=k;ok:=false; while l>1 do begin ok:=ok or word[l]; l:=next[l]; end; if not ok then inc(g[i,k]); end; calc(n); ans:=0; for i:=1 to t do if not word[i] then inc(ans,f[1,i]); writeln(ans mod mo); close(input); close(output); end.

这道题写的相当流畅，一次ac，感觉反正是越来越好

 

好了，至此，ac自动机应该差不多就这样了吧，发现自动机主要是用来优化有关多串模式匹配的dp中的状态表示，以后碰到题目得往这方面想想了。希望ac自动机能给我们带来更多ac的喜悦吧！