AC自动机

简介

KMP 算法是单模式串的字符匹配算法，AC自动机是多模式串的字符匹配算法。
Trie 树是一种哈希树的变种。
AC自动机算法分为3步：
  ① 构造一棵Trie树；
  ② 构造失败指针；
  ③ 模式匹配过程。

结构体

typedef struct A {
	int cent;//记录是否为尾节点 
	A *next[26];//子节点指针 
	A *fail;//失败指针 
	A(){//初始化 
		cent = 0, ms(next), fail = NULL;
	}
}node;

1. 构造一棵Trie树

  假设我们有下面的单词，she , he ,say, her, shr ,我们要构建如下一棵字典树：

//插入一个子串的代码如下:
void Build_Tiree(string s)//建字典树 
{
	node* q=root;
	for(int i=0;i<s.length();i++){//将字符串插入 
		int k=s[i]-'a';
		if(q->next[k]==NULL)//如果没有分配空间 
			q->next[k]=new node();//创建空间 
		q=q->next[k];
	}
	q->cent++;
}

2. 构造失败指针

构造失败指针的过程

  设这个节点上的字母为C，沿着它父亲节点的fail指针走，直到走到一个节点，它的子节点中也有字母为C的节点。然后把当前节点的fail指针指向那个字母也为C的儿子。如果一直走到了root都没找到，那就把失败指针指向root。
  具体操作起来只需要：先把root加入队列（root的失败指针指向自己或者NULL），这以后我们每处理一个点，就把它的所有儿子加入队列。

构造失败指针的流程

  ① 首先root节点的fail指针指向NULL，然后root入队，进入循环。
  ② 从队列中弹出root，root节点与h、s节点相连，因为它们是第一层的字符，肯定没有比它层数更小的共同前后缀，所以把这2个节点的fail指针指向root，并且先后进入队列，fail指针的指向对应图中的两条红线；
  ③ 从队列中弹出h（左边那个），h节点所连的只有e结点，所以接下来扫描指针指向e节点的父节点h节点的fail指针指向的节点，也就是root，root->next[‘e’] == NULL，并且root->fail == NULL，说明匹配序列为空，则把节点e的fail指针指向root，对应图中的蓝色，然后节点e进入队列；
  ④ 从队列中弹出s，s节点与a,h（左边那个）相连，先遍历到a节点，扫描指针指向a节点的父节点s节点的fail指针指向的节点，也就是root，root->next[‘a’] == NULL，并且root->fail == NULL，说明匹配序列为空，则把节点a的fail指针指向root，对应图中的蓝色，然后节点a进入队列。
  ⑤ 接着遍历到h节点，扫描指针指向h节点的父节点s节点的fail指针指向的节点，也就是root，root->next[‘h’] != NULL，所以把节点h的fail指针指向右边那个h，对应图中的蓝色，然后节点h进入队列…由此类推，最终失配指针如图所示。

void Build_AC_Tiree()//初始化 fail指针 
{
	queue<node*>q;
	q.push(root);//根结点入队 
	while(!q.empty())
	{
		node *re=q.front();//头节点出队 
		q.pop();//删除 
		for(int i=0;i<26;i++)//遍历子节点 
		{
			if(re->next[i]!=NULL)//判断，是否存在此子节点 
			{
				if(re==root) //特判是否为根节点 
					re->next[i]->fail=root;
				else
				{
					node *p=re->fail;
					while(p!=NULL)//向上寻找失败指针 
					{
						if(p->next[i]!=NULL) 
						{
							re->next[i]->fail=p->next[i];
							break;
						}
						p=p->fail;
					}
					if(p==NULL)//为空直接指向root 
						re->next[i]->fail=root;
				}
				q.push(re->next[i]);
			}
		}
	}
}

3. 模式匹配过程

我们便可以在AC自动机上查找模式串中出现过哪些单词了。匹配过程分两种情况：

  ① 当前字符匹配，表示从当前节点沿着树边有一条路径可以到达目标字符，此时只需沿该路径走向下一个节点继续匹配即可，目标字符串指针移向下个字符继续匹配；
  ② 当前字符不匹配，则去当前节点失败指针所指向的字符继续匹配，匹配过程随着指针指向root结束。重复这2个过程中的任意一个，直到模式串走到结尾为止。

对例子来说：其中模式串为yasherhs。

  ① 对于I=0,1时。Trie中没有对应的路径，故不做任何操作；
  ② 当 i=2,3,4时，指针p走到左下节点e。因为节点e的cent信息为1，所以ans+1，并且将节点e的cent值设置为-1，表示改单词已经出现过了，防止重复计数，最后temp指向e节点的失败指针所指向的节点继续查找，以此类推，最后temp指向root，退出while循环，这个过程中ans增加了2。表示找到了2个单词she和he。
  ③ 当i=5时，程序进入第5行，p指向其失败指针的节点，也就是右边那个e节点，随后在第6行指向r节点，r节点的cent值为1，从而ans+1，循环直到temp指向root为止。最后i=6,7时，找不到任何匹配，匹配过程结束。

int query(string s)
{
	
	int ans=0;
	node *p=root;
	for(int i=0;i<s.length();i++)
	{
		int k=s[i]-'a';
		while(p->next[k]==NULL&&p!=root)//如果p子节点k不存在，那表明匹配失败 
			p=p->fail;//找失败节点 
		p=p->next[k];//指向下一个节点 
		if(p==NULL)//特判下父节点是不是根节点 
			p=root;
		node *temp=p;
		while(temp!=root&&temp->cent>=0)//这个是找这个子串的其他子串 
		{
			ans+=temp->cent;
			temp->cent=-1;
			temp=temp->fail;
		}
	}
	return ans;
}

例题：HDU 2222

1
5
she
he
say
shr
her
yasherhs

3

---

1. AC自动机讲解