TJOI2013 单词（Ybtoj AC自动机.B 单词频率）

题目描述

某人读论文，一篇论文是由许多单词组成。但他发现一个单词会在论文中出现很多次，现在想知道每个单词分别在论文中出现多少次。

输入格式

第一行一个整数n，表示有多少个单词，接下来n行每行一个单词。

输出格式

输出 个整数，第i行的数字表示第i个单词在文章中出现了多少次。

样例

输入样例

3
a
aa
aaa

输出样例

6
3
1

思路

十分有意思的一道题，刷新了一波我对AC自动机的理解。

仔细分析样例，可以发现要求的为一个单词在所有单词中（包括自己）的出现次数。

首先，如果一个单词在一段字符串中出现过，那么它也一定会出现在这个字符串的所有前缀的某个后缀中（反之，也一定会出现在所有后缀的某个前缀中）。

例如：单词为cd，字符串s为abcdabcd。

那么cd出现在s前缀abcd的后缀cd中，和s前缀abcdabcd的后缀cd中，且容易发现，该单词的出现次数就为：以该单词为后缀的前缀个数。

问题就转化为：对于任意一个单词，在所有单词中求满足要求（后缀等于该单词）的前缀个数。

我们可以先求出所有单词的前缀。设sum[i]为根节点到i节点形成的字符串是多少个单词的前缀。求sum数组很简单，只需要在每次插入单词时，将经过的节点的sum加1即可。

接下来，就是最关键的一步：如何从所有单词的前缀中筛选出满足条件（即该前缀的后缀等于某个单词）的前缀。

回想一下AC自动机中fail数组的意义：它能求出的是对于每一个字符串的后缀所能匹配的最长的前缀，我们所要求的是对于每一个前缀，它的后缀能否等于某个单词。如何利用最长求出能否呢？

KMP算法中有这么一个思想：next[i]里保存的是1~i所形成的子串中，最长公共前后缀的长度。那么，如何利用已知的next数组求出1~i中所有的公共前后缀呢？首先可以知道，next[i]表示的是一个公共前后缀。显然，next[next[i]]又是一个，next[next[next[i]]]又是一个…一直通过next数组跳到开头，每次跳到的地方就是一个公共前后缀，像这样通过next数组不停向前迭代。

那么对于AC自动机也是一样。考虑一个节点i，根节点到i形成的字符串s1是sum[i]个单词的前缀，根节点到fail[i]形成的字符串s2是s1的后缀，而如果s2恰好是某个单词，那么s1就是应该被记入答案的前缀，其在所有单词里出现的次数为sum[i]次。同理，fail[i]也具有以上性质，我们可以将fail[i]当做新的i重复以上过程。
同时，为了无后效性，我们需要按照层数由深到浅进行统计，将i的贡献sum[i]记入fail[i]的贡献sum[fail[i]]中，再不断将fail[i]作为新的i继续向上传递。

而我们可以惊喜地发现，在AC自动机进行bfs时，节点的入队顺序就是按层数深浅排列的，因此我们可以直接按照队列中节点的顺序倒序进行统计。在开始时先记录下每个单词的结尾节点编号，最后直接输出对应的sum值即可。

代码

#include<iostream>
#include<cstdio>
#include<vector>
#include<queue>
#include<cstring>
using namespace std;
const int N=1e6;
int t,n,tot,cnt;
int q[N+1],fail[N+1],sum[N+1],pos[N+1],trie[N+1][26];
string s;
void insert()
{
	int len=s.size(),u=0;
	for(int i=0;i<len;i++)
	{
		if(!trie[u][s[i]-'a']) 
		trie[u][s[i]-'a']=++tot;
		u=trie[u][s[i]-'a'];
		sum[u]++;//将经过的所有节点的sum值加1 
	}
	pos[++cnt]=u;//记录每个单词结尾节点的编号 
}
void bfs()
{
	int q1=1,q2=0;//手写队列，方便记录入队顺序 
	for(int i=0;i<26;i++)
	if(trie[0][i]) q[++q2]=trie[0][i];
	for(;q1<=q2;q1++)
	{
		int u=q[q1];
		for(int i=0;i<26;i++)
		{
			int v=trie[u][i];
			if(v)
			{
				fail[v]=trie[fail[u]][i];
				q[++q2]=v;
			}
			else trie[u][i]=trie[fail[u]][i];
		}
	}
}
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
	cin>>s,insert();
	bfs();
	for(int i=tot;i>=1;i--)
	sum[fail[q[i]]]+=sum[q[i]];//按入队顺序倒序统计 
	for(int i=1;i<=n;i++)
	printf("%d\n",sum[pos[i]]);//输出每个单词结尾节点对应的sum值 
	return 0;
}