来自:http://blog.sina.com.cn/s/blog_69c3f0410100tztt.html
首先简要介绍一下AC自动机:Aho-Corasick automation,该算法在1975年产生于贝尔实验室,是著名的多模匹配算法之一。一个常见的例子就是给出n个单词,再给出一段包含m个字符的文章,让你找出有多少个单词在文章里出现过。要搞懂AC自动机,先得有模式树(字典树)Trie和KMP模式匹配算法的基础知识。AC自动机算法分为3步:构造一棵Trie树,构造失败指针和模式匹配过程。
10
11
12
13
14
有了这些数据结构之后,就可以开始编程了:
10
11
在构造完这棵Tire之后,接下去的工作就是构造下失败指针。构造失败指针的过程概括起来就一句话:设这个节点上的字母为C,沿着他父亲的失败指针走,直到走到一个节点,他的儿子中也有字母为C的节点。然后把当前节点的失败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,队列为空。
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
10
11
12
13
14
15
16
17
18
以上来自:AC自动机算法详解(直接点击可查看原作者报告)
杭电的2222题的题意是给出n个单词和一个长字符串,问有几个单词出现在字符串中。
思路见以上从牛人博客上转来的详解,讲得非常好,给大家分享一下。
这是我AC的第一道AC自动机题。前几天一直在刷字典树题,偶有一次碰到一个AC自动机题,便想弄懂它。不过KMP并不熟,于是开始刷KMP。今天刚好有人提到了这一题。想想应该trie树和KMP学得差不多了,应该接触AC自动机了。就开始做这道题。从上午11点半一直做到下午快6点才AC掉它!幸亏找到以上的非常精典的解析,要不今天一天也难AC。对于字典树的建立我用是数组模拟链表,无论是代码长度(指没有注释的情况下)、运行时间还是内存都优越于以上作者的代码,(作者完整的原代码可通过上面给的链接查看),下面是我的AC代码。
- #include<stdio.h>
- #define M 10010
- struct trie{
-
int sign;//是否为该单词的最后一个结点 -
int fail;//失配指针 -
int next[26];//26个字母方向的子结点 - }t[M<<6];
- int q[M<<6],head,tail,L;
- char str[55],s[M<<8];
- void Insert(char *a)//将单词插入字典树
- {
-
int i=0,p=0,j,x; -
while(a[i]){ -
x=t[p].next[a[i]-'a']; -
if(x<0){//前面字符串未访问过此处,则申请新结点 -
t[p].next[a[i]-'a']=x=++L;//数组模拟链表申请新结点(即++L操作) -
for(j=0;j<26;j++)t[x].next[j]=-1; -
t[x].fail=-1;t[x].sign=0;//初始化新结点信息 -
} -
p=x; -
i++; -
} -
t[p].sign++; - }
- void build_ACauto()//更新失配指针
- {
-
int i,x,y,p; -
t[0].fail=-1; -
q[tail++]=0;//将根放入队列 -
while(head<tail){ -
x=q[head++];//取队首元素 -
for(i=0;i<26;i++){ -
y=t[x].next[i]; -
if(y>=0){ -
if(!x)t[y].fail=0;//如果x为根结点,那么他的子结点的失配指针为头结点 -
else{ -
p=t[x].fail;//取父结点的失配指针 -
while(p>=0){//如果失配指针不为空,继续找 -
if(t[p].next[i]>=0){//如果找到结点与相配 -
t[y].fail=t[p].next[i];//将失配指针指向它后退出循环 -
break; -
} -
p=t[p].fail;//否则继续往上找 -
} -
if(p<0)t[y].fail=0;//如果最终还是没有找到,则失配指针指向根结点 -
} -
q[tail++]=y;//将子结点存入队尾 -
} -
} -
} - }
- int ACauto()//在字典树中查找s的子串在树中出现的次数
- {
-
int i=0,j,p=0,x,num=0; -
while(s[i]){ -
j=s[i]-'a'; -
while(t[p].next[j]<0&&p)p=t[p].fail;//从字典树中找到相配结点或到达根时退出 -
p=t[p].next[j];//指向找到的结点所对应字母 -
if(p<0)p=0;//如果没有找到,指针指向根结点 -
x=p; -
while(x&&t[x].sign!=-1){//如果不是根结点且未访问过,则继续查找 -
num+=t[x].sign; -
t[x].sign=-1; -
x=t[x].fail;//由失配指针向上查找 -
} -
i++; -
} -
return num; - }
- int main()
- {
-
int T,n,i; -
scanf("%d",&T); -
while(T--){ -
head=tail=L=0; -
t[0].fail=-1;//初始化头结点信息 -
t[0].sign=0; -
for(i=0;i<26;i++)t[0].next[i]=-1; -
scanf("%d",&n); -
while(n--){ -
scanf("%s",str); -
Insert(str);//将读入的字符串插入字典树 -
} -
build_ACauto();//更新字典树中的失配符 -
scanf("%s",s); -
printf("%d\n",ACauto());//在字典树查找子串出现在字典树中的次数 -
} -
return 0; - }