AC自动机学习笔记

变量释义

int trie[200005][26];   //AC自动机的字典树
int fail[200005];   //失配指针
int ans[200005];    //每个串出现的次数
int pos[200005];    //每个串的结尾的序号
int ed[200005];     //该节点是否为结尾，以该点结尾的模式串的数量

trie数组：仍然是字典树中的那个节点，但是需要注意节点另外一个非常重要的性质，代表一个从根到该点的前缀子串。
fail数组：失配指针，指向的是当前点代表的前缀子串在所有模式串中的最长后缀，创建这个数组的原因也很明显，当这个模式串匹配失败的时候，我们总是想要转移到一个已经匹配到的字符最多的模式串上去。
显然fail指针指向的点的深度必然小于当前点的深度，因此对整棵字典树构造fail指针要使用bfs

核心流程

AC自动机分三个步骤：建字典树，构造fail指针，跑文本串。中间可能还会需要建fail树。
建字典树：略。
代码：

int trie_insert(char *s){   //建立字典树
    int len=strlen(s),now=0;
    for(int i=0;i<len;i++){
        if(!trie[now][s[i]-'a']){
            trie[now][s[i]-'a']=++cnt;
        }
        now=trie[now][s[i]-'a'];
    }
    ed[now]++;
    return now;
}

构造fail指针：每次对某个字母连失配指针的时候，看父亲的失配指针是否有对应这个字母的转移，如果没有，则再往上找失配指针是否有对应这个字母的转移，直到找到或者到根节点。
但是有个问题：暴力跳fail指针可能会导致复杂度退化为$n^2$。
解决方式：构造fail指针的同时记录下个能跳到的fail指针。即判断当前是否有字符i的转移，有则直接对fail赋值为父亲fail的转移，没有则将字符i的转移记录为父亲fail的转移，（有点并查集的味道）。
可以发现，失配指针构成了一棵树，且树上点的父亲一定是这个点对应的最长后缀。这个点的所有祖先都是这个点对应的最长后缀，且随着深度的减少，后缀的长度也下降。
所以，有个神奇的思想，将所有的模式串翻转后构造字典树，就是原来的失配指针树？？？不对。（事实上，构造出这样的例子也极少）
代码：

void get_fail() {   //获取fail标签
    for (int i=0;i<26;i++)
        if (trie[0][i]) q.push(trie[0][i]);
    while (!q.empty()) {
        int x=q.front(); q.pop();
        for (int i=0;i<26;i++)
            if (trie[x][i]) {	//fail树的路径压缩
                fail[trie[x][i]]=trie[fail[x]][i];
                q.push(trie[x][i]);
            }
            else trie[x][i]=trie[fail[x]][i];
    }
}

像上面这么写最大的好处就是在匹配的过程中完全用不到fail指针，减少了思维量和出错的概率。
跑文本串：就跟字典树一样跑就行了。。。因为之前的路径压缩的操作，不用再判断是否失配了。
代码：

void query(char *s){
    int len=strlen(s),now=0;
    for(int i=0;i<len;i++){
        now=trie[now][s[i]-'a'];
    }
}

时间复杂度：$O(n\ast T)$,$T$为字符集的个数，一般为常数

典型例题

1.求共有多少个不同的模式串出现

因为一个点的fail树上的祖先全部为当前点对应的前缀子串的后缀，所以跑匹配的时候，跑到一个点，就要把这个点fail树上的所有祖先的出现次数加上ed的值，为了防止暴力跳fail指针导致的复杂度退化，又因为只需求是否出现，搜索到一个点后，就要把这个点打上标记，跳fail的时候遇到有标记的点就停止。
代码：

void query(char *s){
    int len=strlen(s),now=0;
    for(int i=0;i<len;i++){
        now=trie[now][s[i]-'a'];
        for(int j=now;j&&ed[j]!=-1;j=fail[j]){
            ans[j]+=ed[j];
            ed[j]=-1;
        }
    }
}

2.求模式串的出现次数

这时，打标记就没用了，考虑每次跳fail指针的时候都是从子孙跳到祖先，不妨统计每个祖先共被自己的子孙跳到过多少次，这时就需要建fail树了，统计子树的ans和乘上该点的ed值，即为祖先出现的次数，相应的，query函数中只需将ans[now]加ed[now]即可。
代码：

void query(char *s){    //查询模式串在文本串中出现的次数
    int len=strlen(s),now=0;
    for(int i=0;i<len;i++){
        now=trie[now][s[i]-'a'];
        ans[now]+=ed[now];
    }
}

建树：

for(int i=1;i<=cnt;i++){        //跳fail指针的优化，建立fail树，每个子串出现的次数转化为子树中的ans和。
        v[fail[i]].push_back(i);
    }

值得一提的是，很多字符串相关的算法中的指针树都是非常实用的，都需要深刻地理解。
比如：kmp中的前缀函数next树，ac自动机中的fail树，后缀自动机中的后缀链接link树。