AC自动机(Trie 板子)&后缀数组模板（解决原串与子串问题）

于 2021-05-26 22:42:41 发布
阅读量207 收藏
点赞数
分类专栏： 字符串 文章标签： 字符串
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45819197/article/details/117307098
版权

文章目录

大自然的帮运工

使用板子注意事项：

注意：
1.串是否全是小写字母
2.根节点为1
3.节点数不超过maxn
4.多组数据注意 清空
5.复杂度嘛。。。。。建树o(n*len)

前置知识:Trie树

在这里插入图片描述

需求：
给定n个模式串和1个文本串，求有多少个模式串在文本串里出现过。
输入n个模式串， 一个原串
输出结果： 原串中含有模式串的个数。

in：
6
abcd
cd
cd
cdac
aab 
abcdac
out：
5

#include<bits/stdc++.h>
#define maxn 1000001
using namespace std;
struct kkk{
	int son[26];  //一般是小写字母 所以26个 
	int flag; ///相同模式串出现次数 或者是标记 
    int fail;  /// 失配指针
    
}trie[maxn];   // maxn 树节点数 
int n, cnt;   // n个模式串  初始根编号 1 
string s;     // 子串 
//建字典树 
void insert(string s){
	int u = 1;
	int len = s.length();
	for (int i = 0; i < len;i++){
		int v = s[i] - 'a';
		if(!trie[u].son[v]){
			trie[u].son[v] = ++cnt;
		}
		u = trie[u].son[v];
	}
	trie[u].flag++;
}
// 设置失配指针   
// fail  当前字符串最长的后缀字符串 在Trie上的可以找到的编号 
void getFail(){
	
	for (int i = 0; i < 26;i++){
		trie[0].son[i] = 1;   
	}
	queue<int> q;
	q.push(1);
	// 失配 
	trie[1].fail = 0;
	while(!q.empty()){
		int fa = q.front();
		//cout<<fa<<endl;
		q.pop();
		int fafail = trie[fa].fail;
		for (int i = 0; i < 26;i++){
			int v = trie[fa].son[i];
			// 下面trie[v].fail = trie[fafail].son[i];
			// 有点dp的味道  
            if(!v){
            	//fa没有该v节点 所以用他的最长后缀字符串
				// 的儿子节点来代替他。 
				trie[fa].son[i] = trie[fafail].son[i];
				continue;
			}
			
			trie[v].fail = trie[fafail].son[i];
			q.push(v);
		}
	}
}
// 原串与模式串的 关系 
int query(string s){
	int u = 1, ans = 0;
	int len = s.length();
	// 这个循环也很好理解
	// 其实就是两个位置 i是串的右边，现在找该串的左边的位置j
	//  要求j到i是该模式串,那要怎么做呢，用前面的trie树和失配指针
	// 当然对于每个i有很多个j嘛， 模式串又不止一个是吧
	//  
	for (int i = 0; i < len;i++){
		int v = s[i] - 'a';
		int k = trie[u].son[v];
		 // while 模式串不止一个 所以有种关系是可以找出j
		 //  关系即是 k=trie[u].fail;  不断迭代 直至没得了 
		while(k>1 and trie[k].flag!=-1){
			ans += trie[k].flag;
			trie[k].flag = -1;
			k = trie[k].fail;
		}
		u = trie[u].son[v];
	}
	return ans;
}
int main(){
	freopen("in.txt", "r", stdin);
	freopen("out.txt", "w", stdout);
	cnt = 1; 
	// Trie树  根节点是 1 ,什么都没有
	// 类型头指针 
	cin >> n;
	for (int i = 1; i <= n;i++){
		cin >> s;
		insert(s);
	}
	getFail();
	cin >> s;
	cout << query(s);
	return 0;
}

Two（板子）

in：
2
aba
bab
ababababac
6
beta
alpha
haha
delta
dede
tata
dedeltalphahahahototatalpha
0
out：
4
aba
2
alpha
haha

需求：
1、求出现次数最多的次数
2、求出现次数最多的模式串
传送门
多组输入： 当n==0时退出。 注意每次用时clear清空

AC代码：

#include<bits/stdc++.h>
#define maxn 1000001
using namespace std;
struct kkk{
	int son[26];
	int flag; ///相同模式串出现次数 
    int fail;  /// 失配指针
    void clear(){
		memset(son, 0, sizeof(son));
		fail = flag = 0;
	}
}trie[maxn];
int n, cnt,ans;
string s;
string a[200];
int vis[200];
void insert(string s,int num){
	int u = 1;
	int len = s.length();
	for (int i = 0; i < len;i++){
		int v = s[i] - 'a';
		if(!trie[u].son[v]){
			trie[u].son[v] = ++cnt;
		}
		u = trie[u].son[v];
	}
	// 存位置 
	trie[u].flag=num;
}
void getFail(){
	for (int i = 0; i < 26;i++){
		trie[0].son[i] = 1;
	}
	queue<int> q;
	q.push(1);
	trie[1].fail = 0;
	while(!q.empty()){
		int fa = q.front();
		//cout<<fa<<endl;
		q.pop();
		int fafail = trie[fa].fail;
		for (int i = 0; i < 26;i++){
			int v = trie[fa].son[i];
            if(!v){
				trie[fa].son[i] = trie[fafail].son[i];
				continue;
			}
			trie[v].fail = trie[fafail].son[i];
			q.push(v);
		}
	}
}
int query(string s){
	int u = 1, ans = 0;
	int len = s.length();
	for (int i = 0; i < len;i++){
		int v = s[i] - 'a';
		int k = trie[u].son[v];
		while(k>1){
			// 找到了模式串就对该串的vis++ 
			if(trie[k].flag){
				vis[trie[k].flag]++;
			}
			k = trie[k].fail;
		}
		u = trie[u].son[v];
	}
	return ans;
}
void clear(){
	for (int i = 0; i <= cnt;i++){
		trie[i].clear();
	}
	for (int i = 1; i <= n;i++){
		vis[i] = 0;
	}
		cnt = 1;
	ans = 0;
}
void solve(){
	cnt = 1;
    while(1){
		scanf("%d",&n);
		if(n==0)
			break;
		clear();
		for (int i = 1; i <= n;i++)
		{
			cin >> a[i];
			insert(a[i], i);
		}
		getFail();
		cin >> s;
		query(s);
		for (int i = 1; i <= n;i++){
			ans = max(vis[i], ans);
		}
		cout << ans<<endl;
		for (int i = 1; i <= n;i++){
               if(vis[i]==ans){
				   cout << a[i] << endl;
			   }
		}
	}
	return  ;
}
int main(){
	freopen("in.txt", "r", stdin);
  	freopen("out.txt","w", stdout);
	solve();
	return 0;
}

解释：
sa[排名]=后缀起始下标
rak[后缀下标] = 排名
height[排名] = 与前一个排名的字符串前缀重复数。
输入:
ababa
输出：
height: 0 1 3 0 2
sa: 5 3 1 4 2
rak: 3 5 2 4 1

倍增法

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=100010;
int wa[N],wb[N],wv[N],wss[N],rak[N],height[N],cal[N],n,sa[N];
char s[N];
int cmp(int *r,int a,int b,int l)
{return r[a]==r[b]&&r[a+l]==r[b+l];}
void da(int *r,int *sa,int n,int M) {
     int i,j,p,*x=wa,*y=wb,*t;
     for(i=0;i<M;i++) wss[i]=0;
     for(i=0;i<n;i++) wss[x[i]=r[i]]++;
     for(i=1;i<M;i++) wss[i]+=wss[i-1];
     for(i=n-1;i>=0;i--) sa[--wss[x[i]]]=i;
     for(j=1,p=1;p<n;j*=2,M=p) {
        for(p=0,i=n-j;i<n;i++) y[p++]=i;
        for(i=0;i<n;i++) if(sa[i]>=j) y[p++]=sa[i]-j;
        for(i=0;i<n;i++) wv[i]=x[y[i]];
        for(i=0;i<M;i++) wss[i]=0;
        for(i=0;i<n;i++) wss[wv[i]]++;
        for(i=1;i<M;i++) wss[i]+=wss[i-1];
        for(i=n-1;i>=0;i--) sa[--wss[wv[i]]]=y[i];
        for(t=x,x=y,y=t,p=1,x[sa[0]]=0,i=1;i<n;i++)
        x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;
     }
     return;
}
void calheight(int *r,int *sa,int n) {
     int i,j,k=0;
     for(i=1;i<=n;i++) rak[sa[i]]=i;
     for(i=0;i<n;height[rak[i++]]=k)
     for(k?k--:0,j=sa[rak[i]-1];r[i+k]==r[j+k];k++);
     for(int i=n;i;i--)rak[i]=rak[i-1],sa[i]++;
}
int main(){
	freopen("in.txt","r",stdin);
	freopen("out.txt","w",stdout);
    int cas=1;
    while(~scanf("%s",s+1)){
        n=strlen(s+1);
        for(int i=1;i<=n;i++)
            cal[i]=s[i];
        cal[n+1]=0;
        da(cal+1,sa,n+1,200);
        calheight(cal+1,sa,n);
        cout<<"height: ";
        for(int i=1;i<=n;i++) {
            printf("%d ",height[i]);
        }puts("");
        cout<<"sa: ";
        for(int i=1;i<=n;i++) {
            printf("%d ",sa[i]);
        }puts("");
        cout<<"rak: ";
        for(int i=1;i<=n;i++) {
            printf("%d ",rak[i]);
        }puts("");
    }
}

DC3

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 3*(1e5+5);
int wa[N], wb[N], ws[N], wv[N], sa[N];
int rak[N], height[N], cal[N],n;
char s[N],ans[N],s1[N];
int cnt[N];
int c0(int *r, int a, int b) {
    return r[a] == r[b] && r[a + 1] == r[b + 1] && r[a + 2] == r[b + 2];
}
int c12(int k, int *r, int a, int b) {
    if (k == 2)
        return r[a] < r[b] || r[a] == r[b] && c12(1, r, a + 1, b + 1);
    return r[a] < r[b] || r[a] == r[b] && wv[a + 1] < wv[b + 1];
}
void Rsort(int *r, int *a, int *b, int n, int m) {
    for (int i = 0; i < n; i++) wv[i] = r[a[i]];
    for (int i = 0; i < m; i++) ws[i] = 0;
    for (int i = 0; i < n; i++) ws[wv[i]]++;
    for (int i = 1; i < m; i++) ws[i] += ws[i - 1];
    for (int i = n - 1; i >= 0; i--) b[--ws[wv[i]]] = a[i];
}
void dc3(int *r, int *sa, int n, int m) {
    int i, j, *rn = r + n, *san = sa + n, ta = 0, tb = (n + 1) / 3, tbc = 0, p;
    r[n] = r[n + 1] = 0;
    for (i = 0; i < n; i++) if (i % 3 != 0) wa[tbc++] = i;
    Rsort(r + 2, wa, wb, tbc, m);
    Rsort(r + 1, wb, wa, tbc, m);
    Rsort(r, wa, wb, tbc, m);
    for (p = 1, rn[F(wb[0])] = 0, i = 1; i < tbc; i++)
        rn[F(wb[i])] = c0(r, wb[i - 1], wb[i]) ? p - 1 : p++;
    if (p < tbc) dc3(rn, san, tbc, p);
    else for (i = 0; i < tbc; i++) san[rn[i]] = i;
    for (i = 0; i < tbc; i++) if (san[i] < tb) wb[ta++] = san[i] * 3;
    if (n % 3 == 1) wb[ta++] = n - 1;
    Rsort(r, wb, wa, ta, m);
    for (i = 0; i < tbc; i++) wv[wb[i] = G(san[i])] = i;
    for (i = 0, j = 0, p = 0; i < ta && j < tbc; p++)
        sa[p] = c12(wb[j] % 3, r, wa[i], wb[j]) ? wa[i++] : wb[j++];
    for (; i < ta; p++) sa[p] = wa[i++];
    for (; j < tbc; p++) sa[p] = wb[j++];
    //for(int i=n;i;i--) rak[i]=rak[i-1];
    //for(int i=n;i;i--) sa[i]++;
}
void calheight(int *r, int *sa, int n) {
    int i, j, k = 0;
    for (i = 1; i <= n; i++) rak[sa[i]] = i;
    for (i = 0; i < n; height[rak[i++]] = k)
        for (k ? k-- : 0, j = sa[rak[i] - 1]; r[i + k] == r[j + k]; k++);
    for(int i=n;i;i--) rak[i]=rak[i-1];
    for(int i=n;i;i--) sa[i]++;
}
int main() {
	freopen("in.txt","r",stdin);
	freopen("out.txt","w",stdout);
    while (~scanf("%s", s+1)) {
        n = strlen(s+1);
        for (int i = 1; i <= n; i++)
            cal[i] = s[i] - 'a' + 1;
        cal[n+1] = 0;
        dc3(cal+1, sa, n + 1, 30);
        calheight(cal+1, sa, n);
        //cout<<"height: ";
        for(int i=1;i<=n;i++) {
            printf("%d ",height[i]);
        }puts("");
        //cout<<"sa: ";
        for(int i=1;i<=n;i++) {
            printf("%d ",sa[i]);
        }puts("");
        //cout<<"rak: ";
        for(int i=1;i<=n;i++) {
            printf("%d ",rak[i]);
        }puts("");
        
    }
    return 0;
}

输入:
ababa
输出：
height: 0 1 3 0 2
sa: 5 3 1 4 2
rak: 3 5 2 4 1

参考内容：
hyfhaha：AC自动机讲解超详细

axtices
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
AC自动机+trie树实现高效多模式匹配字典
seaboat——a free boat on the sea.（公众号：远洋号）
07-09 3061
前言 经常会遇到一类需求，在一段字符串中查找所有能匹配上的模式，比如查找一段文字匹配上字典中哪些短语。这时为了高效处理，就会考虑 AC 自动机，即 Aho-Corasick 自动机算法。它的核心思想是通过有限自动机巧妙地将字符比较转化为了状态转移。 通过 AC 自动机能做到匹配时不需要回溯，而且时间复杂度为 O(n)，即时间复杂度与词典的规模无关。 暴力匹配 暴力匹配就是一个一个比较，...
Trie 与 AC自动机
KaiserWilheim的博客
04-29 360
Trie树（字典树）与AC自动机。
AC自动机（trie图版）
lleozhang的博客
09-20 1493
AC自动机是一个多模字符串匹配的自动机（网上说的），主要作用是在一个长串中同时进行多个字符串的匹配 基础芝士： trie树（字典树） 烤馍片kmp单模字符串匹配 如果不会的建议去网上学一下（本篇讲解略过） 这里重点讲一讲AC自动机 （由于本蒟蒻不会指针，所以所有算法一律不使用指针，请神犇们谅解） 例：luogu3796 AC自动机（加强版） 其实AC自动机就是在trie树上构造KM...
Trie树与AC算法
myjoying的专栏
09-10 5325
作者：myjoying         时间：2012年9月10日                在我的前一篇博文《AC算法--多模式匹配（论文解析版）》（http://blog.csdn.net/myjoying/article/details/7960534）中介绍了AC算法的实现原理，但是并没有给出AC算法的具体实现。AC算法的实现必须首先解决几个问题。首先需要解决的是goto表的实现
AC trie图
weixin_30727835的博客
07-23 159
1 #include&lt;iostream&gt; 2 #include&lt;cstdio&gt; 3 #include&lt;cstring&gt; 4 #include&lt;queue&gt; 5 using namespace std; 6 int T,n; 7 char ci[51],zhu[1000001]; 8 struct act...
Trie树
weixin_30753873的博客
10-11 184
Trie树 Trie树也称字典树，因为其效率很高，所以在在字符串查找、前缀匹配等中应用很广泛，其高效率是以空间为代价的。 一.Trie树的原理 利用串构建一个字典树，这个字典树保存了串的公共前缀信息，因此可以降低查询操作的复杂度。 下面...
AC自动机_AC自动机模板_
09-30
AC自动机，全称为Aho-Corasick自动机，是一种字符串搜索算法，广泛应用于信息学奥林匹克竞赛、数据结构与算法竞赛以及文本处理等领域。它的主要功能是高效地在一个字符串集合中进行多模式匹配，即同时查找多个模式串...
后缀自动机模板
01-07
fa：后缀链接，简单来说就是与当前节点有相同的后缀，但是最大长度比当前节点小的结点 len：每个节点所储存的字串的最大长度 fa(i)结点与 i 结点的关系： 到达点&nbsp;i&nbsp;的所有字符串的长度都必然大于到达&nbsp;fa(i) 的...
浅谈AC自动机 个人模板与说明
01-03
在下曾学习于 AC自动机详细讲解 必备技能： trie + KMP 文章目录1. 结构体2. 添加模式串3. 求失配指针4. 匹配文本串ends：模板1 统计出现的模式串个数ends：模板2 统计出现次数最多的模式串（带初始化）ends：模板3 ...
高效Java敏感词过滤系统AC自动机算法源码，支持独立部署与集成注册中心
最新发布
03-25
本项目是一款高效的Java敏感词过滤系统，基于AC自动机算法实现。系统支持独立部署，同时可便捷集成至注册中心，为各类项目提供敏感词过滤服务。包含文件共117个，其中主要构成如下： - Java源文件：49个 - Class...
AC自动机模板
12-08
**AC自动机（Aho-Corasick Algorithm）模板** AC自动机是一种字符串搜索算法，它在文本中查找多个模式串的出现情况。该算法由艾伦&middot;科拉斯和戈登&middot;科拉斯在1975年提出，是KMP算法和后缀自动机的结合，具有高效性和...
AC自动机 trie
To lose to pursue.
09-13 1000
AC 自动机就是在 trie 上做 KMP ，先构造所有字符串的一个 trie ，再添加失败边（failure links），失败边跟 KMP 里的“失败函数”是一样的道理。 trie树实际上是一个DFA(Deterministic finite automaton)，通常用转移矩阵表示。行表示状态，列表示输入字符，(行, 列)位置表示转移状态。这种方式的查询效率很高，但由于稀疏的现象严重，空间
AC自动机（板子总结）
Code92007的博客
02-14 537
板子来源 https://www.cnblogs.com/hefenghhhh/p/5051334.html https://www.cnblogs.com/Simon-X/p/5687318.html 心得 去年九月份学过的知识， 就不再详细展开了， 大概就是树上的KMP 以前总用指针的，不好写，100多行， 今天也搞一个数组的板子 然后每个trie都是一个节点，节点与next...
AC自动机 (Trie图优化)
Free Loop~~~跳动的恒星
02-26 1825
#include<stdio.h> #include<stdlib.h> #include<string.h> #include<iostream> #include<algorithm> #define For(i,j,k) for (i=j;i<=k;i++) using namespace std; const int dmax=1010; struct node{ int count,flag; struct node *next[26],*fa,*fail; char s1[110];
AC算法---原理和Trie图基本一样
u012329934的专栏
07-28 1252
AC算法涉及到三个表：goto表，fail表，outp
hiho一下 第四周 Hihocoder #1036 : Trie图
Luke的学习笔记
08-05 1971
#1036 : Trie图 时间限制:20000ms 单点时限:1000ms 内存限制:512MB 描述 前情回顾 上回说到，小Hi和小Ho接受到了河蟹先生伟大而光荣的任务：河蟹先生将要给与他们一篇从互联网上收集来的文章，和一本厚厚的河蟹词典，而他们要做的是判断这篇文章中是否存在那些属于河蟹词典中的词语。 当时，小Hi和小Ho的水平还是十分有限，他
字典树（AC自动机）的两种实现方式
qq_2992427261
09-09 603
第一个：使用数组； 将根结点编号为0，然后把其余结点（包括叶子节点和非叶子节点）编号为从1开始的正整数，然后用一个数组来保存每个结点的所有子节点，用下标直接存取。 ch[i][j]保存结点i的那个编号为j的子结点的编号什么叫“编号为j”呢？比如，若是处理全部 由小写字母组成的字符串，把所有小写字母按照字典序编号为0，1，2，…，则ch[i][0]表示结点编号为i的a的下一个节点的编号。如果这个子...
Trie、KMP、AC自动机小结
绝望的乐园
02-05 2432
最近做了不字符串的题，做下小结吧~          首先是Trie（也叫前缀树），Trie的结构并不难理解，Trie是个树形结构，它的每条边对应一个字符，每个节点对应一个字符串的前缀（根节点对应空串），将给定的字符串建立起一棵Trie以后，查找一个串的复杂度就是O(L)的。在对应的节点处可以做各种标记，根据不同的情况有不同的用法，代码也很好写，不过Trie的空间要求比较大……下面贴几道题。。。
Python——利用AC自动机进行关键词提取
GeekZW的博客
02-26 8301
Python——AC自动机 目标：在之前写的文章【Python实现多模匹配——AC自动机】基础上，安装gcc（C编译器），再装ahocorasick ，并完成从文本中提取关键词的任务。由于原理之前已经介绍，这里只介绍安装过程与例子。 1、安装ahocoras...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

axtices

谢谢您的打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值