numcpp速度对比_AC算法实现，测试通过，速度确实快（一）

Aho-Corasick自动机算法(简称AC自动机)1975年产生于贝尔实验室。该算法应用有限自动机巧妙地将字符比较转化为了状态转移。

Aho-Corasick自动机算法(简称AC自动机)1975年产生于贝尔实验室。该算法应用有限自动机巧妙地将字符比较转化为了状态转移。

该算法的基本思想是这样的：

在预处理阶段，AC自动机算法建立了三个函数，转向函数goto，失效函数failure和输出函数output，由此构造了一个树型有限自动机。

在搜索查找阶段，则通过这三个函数的交叉使用扫描文本，定位出关键字在文本中的所有出现位置。

此算法有两个特点，一个是扫描文本时完全不需要回溯，另一个是时间复杂度为O(n)，时间复杂度与关键字的数目和长度无关。

树型有限自动机包含一组状态，每个状态用一个数字代表。状态机读入文本串y中的字符，然后通过产生状态转移或者偶尔发送输出的方式来处理文本。树型有限自动机的行为通过三个函数来指示：转向函数g，失效函数f和输出函数output。

主要文件三个acAlgorithm.cpp,ac.h, ac.cpp其他的都是系统生成的，文件stdafx.h中有可能需要增加几个头文件。

模式集文件是一行一个模式的格式，支持中文

///

///

//文件名acAlgorithm.cpp :定义控制台应用程序的入口点。

//

#include"stdafx.h"

intmain(int argc, char* argv[])

{

charout[MAX_LENGTH_FILE_NAME] = {'\0'};

charptn[MAX_LENGTH_FILE_NAME] = {'\0'};

charmch[MAX_LENGTH_FILE_NAME] = {'\0'};

ifstream fptn,fmch;

ofstream fout;

struct AC_State root;

chara_model[MAX_LENGTH_PATTERN]={'\0'};

charisContinue;

//参数分析

switch(argc)

{

case 2:

memcpy(mch, argv[1],strlen(argv[1]));

memcpy(ptn, "pattern",strlen("pattern"));

memcpy(out, "output",strlen("output"));

break;

case 3:

memcpy(mch, argv[1],strlen(argv[1]));

memcpy(ptn, argv[2],strlen(argv[2]));

memcpy(out, "output",strlen("output"));

break;

case 4:

memcpy(mch, argv[1],strlen(argv[1]));

memcpy(ptn, argv[2],strlen(argv[2]));

memcpy(out, argv[3],strlen(argv[3]));

break;

default:

cout<

exit(0);

}

/*

memcpy(mch, "test",strlen("test"));

memcpy(ptn, "pattern",strlen("pattern"));

memcpy(out, "output",strlen("output"));

*/

cout<

//初始化状态树

init(&root);

fptn.open(ptn);

文件:

源代码及可执行文件.rar

大小:

182KB

下载:

if(fptn.fail())

{

cout<

exit(0);

}

//将模式串一个个加入到状态树中，并得出部分输出节点

while(fptn.getline(a_model, MAX_LENGTH_PATTERN))

{

if(strlen(a_model)>MAX_LENGTH_PATTERN)

{

cout<

exit(0);

}

addPattern(&root, a_model, strlen(a_model));

memset(a_model, 0, MAX_LENGTH_PATTERN);

}

fptn.close();

//得到每个状态节点的失效函数，并得到全部的输出节点

getFailFunc(&root);

L:

fmch.clear();

fmch.open(mch);

if(fmch.fail())

{

cout<

exit(0);

}

fout.clear();

fout.open(out);

if(fout.fail())

{

cout<

exit(0);

}

//执行搜索

acSearch(&root, &fmch, &fout);

fmch.close();

fout.close();

cout<

cin>>isContinue;

if(isContinue == 'y' || isContinue == 'Y')

{

cout<

memset(mch, 0, MAX_LENGTH_FILE_NAME);

memset(out, 0, MAX_LENGTH_FILE_NAME);

cin>>mch>>out;

goto L;

}

cout<

acFree(&root);

return 0;

}

//

//

//

//文件名ac.h

//

#pragmaonce

#include

#include

#include

#include

#include

#defineBUFSIZE4096//读文件缓冲区大小

#defineMAX_NUM_OF_PATTERN32//模式的最大数量

#defineMAX_NUM_OF_GOTO256//转向指针数量的最大值

#defineMAX_LENGTH_FILE_NAME128//文件名最大长度

#defineMAX_LENGTH_PATTERN128//模式的最大长度

usingnamespace std;

typedefstruct AC_State

{

int state_no;//状态的编号，没有实际的用处，可以用来模拟老师课件上的输出

intdepth;//深度

int is_final_state;//判断该节点是否为楼阁终态

int output[MAX_NUM_OF_PATTERN];//输出函数值，对应模式，可能有多个

int num_of_goto;//有多少个节点

string str;//存储从树根到该节点的字符序列，便于调试

struct AC_State *Goto[MAX_NUM_OF_GOTO]; //转向指针

struct AC_State *failure;//失效指针

} AC_State;

voidinit(struct AC_State *state);//初始化

intaddPattern(struct AC_State *root, const char* pattern, int length);//将一个模式加入并构建转向函数

voidgetFailFunc(struct AC_State *root);//求失效指针

intacSearch(struct AC_State *root, ifstream *_if, ofstream *out);//执行匹配

voidfinalAssign(int *t, int *s);

voidacFree(struct AC_State *root);