AC 自动机和字典树

一，trie 字典树

经典使用（字典查找有无）

原理： 每个字母作为一个节点，形似一个字典
插入： 沿着前面建立好的字母，知道第一个没有的字母，开辟新的节点记录即可
查找： 沿着树边，直接找到叶子上的最后一个字母，输出其cnt即可
几点注意：

• 1，根节点不存任何字母
• 2，一个cnt记录可能出现很多次的单词
• 3，存图的方式是邻接表，方便快速了解字母的有无
• 4，idx++，根节点是唯一的0
• 5，单个字母通过映射到0-25

int son[N][26];
int idx;
int cnt[N];
char str[N];

void insert(char str[])
{
    int p=0;
    for (int i = 0; str[i]; i ++ )
    {
        int u=str[i]-'a';
        if (!son[p][u])son[p][u]=++idx;
        p=son[p][u];
    }
    cnt[p]++;
}

int query(char str[])
{
    int p=0;
    for (int i = 0; str[i]; i ++ )
    {
        int u=str[i]-'a';
        if(!son[p][u])return 0;
        p=son[p][u];
    }
    return cnt[p];
}

经典扩展（最大异或和）

思路：
1，枚举每个数，贪心的思考易知，最高位尽可能是1最好
2，我们对每个数建立01（二进制）字典树，易知每个节点最多只有0或者1两个儿子，所以第二维开size2
3，对于枚举的每个数，从根节点开始遍历，如果当前位可以异或出1，我们就选择这个子树向下（答案累计）
4，到达叶子节点，直接获得最值，和全局最值比较即可

注意：

• 由于建立了2进制索引，所以第一维，开到 $N\ast 31$ 的可能最值
• 注意建树从高位起建，我们需对高位优先判断

void insert(int x)
{
    int p=0;
    for (int i = 30; ~i ; i -- )
    {
        int u=(x>>i)&1;
        if(!son[p][u])son[p][u]=++idx;
        p=son[p][u];
    }
}

int query(int x)
{
    int  p=0;
    int res=0;
    for (int i = 30; ~i ; i -- )
    {
        int u=(x>>i&1);
        if(!son[p][!u]) p=son[p][u];
        else {
            p=son[p][!u];
            res+=1<<i;
        }
    }
    return res;
}

AC Code 及题目

深度练习
P2580 于是他错误的点名开始了
P4551 最长异或路径

二，AC 自动机

AC 自动机入门
AC 自动机进阶
符合我的码风的讲解（实操性比较好）

• AC自动机= Trie + KMP ，可优化为Trie图
  KMP ： O(n) 求出某一个单词 出现在哪些地方 出现次数
  AC自动机 ： O(n) 求出每一个单词 出现在哪些地方 出现次数
  故AC自动机是在 KMP 算法的基础上，将 KMP 匹配的过程，移植到字典树上

• 需要理解AC自动机是一种极度削减版的有限状态自动机

1，二次认识 KMP

void kmp()
{
    for (int j = 0,i = 2; i <= n; i ++ )
    {
        while (j&&p[j+1]!=p[i])j=nxt[j];
        if(p[j+1]==p[i])j++;
        nxt[i]=j;
    }
}

所以 while 这一行开始的时候的 j是上一轮赋给 next[i-1] 时的 j
所以 KMP 其实质：先求next[0] -> next[i-1] 即为前 i-1 组的信息 ，在前 i-1 组的信息上再去求 next[i]
所以：所谓的 j 指针其实可以根据 nxt 索引出来，这为树上节点编号的进入提供了有利条件

2，二次认识失配数组

同理，其失配函数以该位置为后缀的子串和从1开始长度相同的前缀的长度？不不是下标

• 字典树的节点编号不再满足意为数组上的连续性，故应当保存下标

3，二次认识匹配过程

• 匹配的新定义

1，字典树的字母是以方向界定的，节点不是字母，而是方向实体化

2，所以说在字典树上的匹配需要以方向来判别，至于有没有匹配成功，则是以该方向有没有点来界定的。

3，每次沿着Trie树匹配，匹配到当前位置没有匹配上时，直接跳转到失配指针所指向的位置继续进行匹配。

• Trie树的失配指针的求法

1，Trie树的失配指针是指向：沿着其父节点 的 失配指针，一直向上，直到找到拥有当前这个字母的子节点 的节点 的那个子节点

2，值得一提的是，第二层的所有节点的失配指针，都要直接指向Trie树的根节点。（这是在自动归零的情况下有失计较的一点）

• 树上匹配的模式

1，我们引入一个树上分层的概念，就是以从字符串头开始的前缀的长度为层

2，我们根据层的次数进行逐层扩展，这样就能符和KMP中的 在前 i-1 组的信息上再去求 next[i] 过程，这是一个逐层扩展的方法，所以说，应采用具有两重性和单调性的队列搜索算法BFS来实现

int work ()
{
    int res= 0;
    for (int i= 0,j = 0 ;str[i];i++)
    {
        int t = str[i] - 'a';  // 获取方向
        j= tr[j][t];           // 索引已匹配位置的同取向字典树节点
        int p = j;
        while(p)
        {
            if (st[p])break;
            res+= cnt[p];
            cnt[p]=0;
            st[p]= 1;
            p=ne[p];
        }
    }
    return res;
}

4，多模匹配的典例

• 一个文本串，和多个模式串匹配，求解匹配每个模式串的出现次数（常数极大）
• 分析：
  1，所谓出现，就是求解所有前缀的后缀为模式串的子串个数
  2，失配指针是DAG，回归fail指针定义，可以采用食物链计数的方法，逐层汇聚（这简直是「すばらしい」！）
  3，注意活用DAG性质，高速跳转字典树上节点
  4，匹配主串的时候，只需要在字典树按照深度遍历，并在经过的节点上计数+1，无论有没有这个节点都这么做

step 1，建立失配边DAG，并对主串匹配

for (int i= 0;str[i];i++)
    {
        int t = str[i] - 'a';
        u=tr[u][t];
        f[u]++;
    }
    for (int i= 1;i<=idx;i++)add(ne[i],i);

step 2 深搜，进行食物链计数累计

• 我这里字典树根为0，要防返祖
• 凡是深度大于模式串长的都是被包含的子串
• 要找所有单词中某个单词出现的次数，其实就是看在所有的前缀的后缀中某个单词出现的次数
• 建反边深搜可以使得答案集中且更为便于理解，正边累计也可以

void dfs(int x)
{
    for (int i=h[x];~i;i=nxt[i])
    {
        int j=e[i];
        if(j)dfs(j),f[x]+=f[j];
    }
}
dfs(0);

获得匹配数目的奥秘

有点离线的感觉，记录节点编号，再离线输出，是贡献累计型的套路了属于

void insert (int num,char opt[])
{
    int p = 0;
    for (int i= 0;opt[i];i++)
    {
        int t = opt[i] - 'a';
        if (!tr[p][t])tr[p][t]= ++idx;
        p=tr[p][t];
    }
    id[num]= p ;
}
for (int i=1;i<=n;i++)printf("%d\n",f[id[i]]);

AC 自动机基础模板刷题记录 No.02012501