AC状态机的生成与使用

需求场景

假设有m个模式字符串，给出一个长度为n的字符串s，那么s包含了哪些模式字符串？

通常做法是遍历s字符串m次来寻找，那么时间复杂度将是O(m*n)

有些软件的waf防护模块和敏感词识别模块都会遇到此场景，这样的时间复杂度是难以接受的，所以需要更高效的方法

此时AC状态机便是一个好的选择

方法简介

1975年，贝尔实验室的Alfred Aho和Margaret Corasick发现了一种只扫描一遍文本就能完成这项任务的算法，该算法依据他们的名字命名为Aho-Corasick匹配算法，简称AC算法。该算法通过有限自动机巧妙地将字符比较转化为状态转移，此算法的时间复杂度与关键字的数目无关，只跟文本长度有关，其时间复杂度为O(n)，优于O(n*m)，匹配效率提升m倍

生成分析

建立有效状态转移路线图

即某一个状态遇到一个字符后转移到另外一个状态的路线图

如果有4个模式字符串如下：he，she，his、hers

由它们可建立如下的有效状态路转移路线图：

每个状态都有一个链表记录它所代表的模式字符串，如状态2代表he，状态4代表hers，状态9代表she，状态6代表his，其他状态代表无模式字符串。每个链表此时最多只有一个成员。

建立失效状态转移路线图

以上路线图是根据众多模式字符串建立的有效状态转移路线图，但是如果中断呢？

比如