这是本文档旧的修订版!
$AC$ 自动机是一种多模式串匹配算法,一般用于解决对于在文本串中匹配一系列模式串(例:给一个文本串和一系列模式串,问模式串在文本串中一共出现了多少次)
具体的构造方法我们可以参考 $KMP$,在每次匹配失败了之后,则需要从 $i$ 回到 $fail(i)$,即 $fail(i)$ 位置的前缀的是 $i$ 这个位置的前缀的后缀。
而 $AC$ 自动机则是在 $trie$ 上实现这样的操作。
如图所示
设 $i$ 的父亲为 $i'$,指向$i$点的边上的字母为$c$
显然,当 $fail(i')$ 有字母 $c$的出边时,该出边的指向的点即为 $fail(i)$。(图中 $fail(7)=1,fail(8)=2$)
否则,我们就应当沿着 $fail$ 函数一直向上寻找,直到找到为止,如果找不到一个符合条件的点,则 $fail(i)$ 为根。(图中fail(3)=0)
有了之前的构造之后我们的匹配较为简单,设当前在$i$点,每次新加入字符$c$,都检查$i$点有没有$c$的出边,如果有,则转移到该点,否则沿着$fail$去寻找这样的点(没有就会回到根结点)
如果到了一个单词结点上,则代表该单词被匹配了(可能会有$i$点不是单词但$fail(i)$是单词的情况)。
如下图 3 到 1 的情况。
为了解决此类问题,我们又可以引入后缀链接,$nxt(i)$ 表示从$i$沿着失配边转移,能够到达的第一个单词结点。
后缀链接可以在失配指针之后求出,如果 $fail(i)$ 为单词结点,则 $nxt(i)=fail(i)$,否则 $nxt(i)=nxt(fail(i))$
由于每次失配时需要用到失配指针,每次加入字符时经过节点数不确定,复杂度可能退化,但对于一个状态,添加一个字符后,转移到的状态是确定的,这也意味着我们可以预处理每一个状态可能装一道的所有状态。
对于节点 $i$ ,如果它有字符 $c$的出边,则加入 $c$ 时,它可以直接转移到该边指向结点,否则应该转移到fail(i)加入对应字符转移到的点上,我们可以用递推的方式求出这些转移方式,加入这些边,得到$Trie$图
ps:本题由于只记录串出现次数,可以通过标记来优化复杂度。
#include<iostream> #include<iomanip> #include<cstdio> #include<algorithm> #include<map> #include<stack> #include<queue> #include<complex> #include<cmath> #include<cstring> using namespace std; const int maxn=1000005; char s[maxn]; int cnt,ch[maxn][26],Count[maxn],fail[maxn]; int nxt[maxn]; void Insert(){ scanf("%s",s+1); int len=strlen(s+1); int rt=0; for(int i=1;i<=len;++i){ int t=s[i]-'a'; if(!ch[rt][t])ch[rt][t]=++cnt; rt=ch[rt][t]; } ++Count[rt]; } queue<int> Q; void Build_AC(){ Q.push(0); while(!Q.empty()){ int x=Q.front();Q.pop(); for(int i=0;i<26;++i) if(ch[x][i]){ if(x)fail[ch[x][i]]=ch[fail[x]][i]; Q.push(ch[x][i]); if(Count[ch[fail[x]][i]])nxt[ch[x][i]]=ch[fail[x]][i]; else nxt[ch[x][i]]=nxt[ch[fail[x]][i]]; } else ch[x][i]=ch[fail[x]][i]; } } void Query(){ scanf("%s",s+1); int len=strlen(s+1),rt=0; int ans=0; for(int i=1;i<=len;++i){ int t=s[i]-'a'; int a=ch[rt][t]; while(a){ if(Count[a]==-1)break; ans+=Count[a]; Count[a]=-1; a=nxt[a]; } rt=ch[rt][t]; } printf("%d",ans); } int n; int main(){ scanf("%d",&n); for(int i=1;i<=n;++i)Insert(); Build_AC(); Query(); return 0; }