用户工具

站点工具


2020-2021:teams:hotpot:ac自动机

这是本文档旧的修订版!


AC自动机

引入

$AC$ 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)

构造

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)

匹配

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 $nxt(i)=nxt(fail(i))$

优化

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

模板题

P3808 【模板】AC自动机(简单版)

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;
}
2020-2021/teams/hotpot/ac自动机.1598002767.txt.gz · 最后更改: 2020/08/21 17:39 由 lotk