AC自动机详解

前置芝士

KMP字符串匹配算法

Trie树（字典树）

引入

来看一道题目：（洛谷 P3808 【模板】AC自动机（简单版））

给定 $n$ 个模式串 $s_i$ 和一个文本串 $t$，求有多少个不同的模式串在文本串里出现过。

你想到了什么？

KMP？KMP用来处理单模匹配问题有奇效，但是解决这道题么。。。

这就要用到一种神奇 难 的算法：AC自动机了！（充满诱惑力的名字）

AC自动机

Aho-Corasick automaton，该算法在1975年产生于贝尔实验室，是著名的多模匹配算法。——百度百科

首先我们将所有模式串存入Trie树，存入的方式与单独的Trie一模一样。

比如我们加入"ask",“skex”,“bhd”,“ska”：

然后，我们开始跑AC自动机了！其实，AC自动机就是在Trie树上做KMP。

我们来复习一下KMP的做法，首先要处理nxt。nxt在KMP中的意义是什么呢？是模式串的每个子串的最长公共前后缀。那nxt有什么作用呢？可以避免失配后的从头匹配。举个例子：

我们有一个模式串"ababa"，我们处理出它的nxt：

a	b	a	b	a
0	0	0	1	2

我们放到文本串"ababcababa"中匹配：

当匹配到c时失配，而这时c前面的abab已经匹配过了，这时我们就可以跳到nxt上继续匹配：

仍然失配，跳到nxt：

失配，跳：

匹配成功，结束。

为什么可以这样呢？因为我们每次失配前，都已经匹配过一段，如果有与这一段相同的部分就不用再匹配了，也就是我们的跳nxt。

好了，KMP复习完了，我们可以发现，进行多模匹配时，也会有两个串之间相同的部分，所以，我们可以在Trie树上使用nxt。

那么，Trie树上的nxt有什么作用呢？我们来看一看：

假设我们已经匹配完了ask：

按照以前的做法，我们应该回到根，重新匹配。然而，我们可以发现，ask中的"sk"与skex以及ska中的"sk"相同！我们可以选择直接跳过去：

这样，我们就不用再匹配依次"sk"了！

那这么神奇的功能是怎么实现的呢？

神奇海螺告诉我们，只需要使用bfs！

首先，我们让$第一层$的节点的nxt全部指向根：

开始遍历$第二层$。对于节点s，我们让它的nxt指向它的父亲节点的nxt的具有相同字母的儿子：

$第二层$遍历后如下：

我们以刚才的规律，继续遍历$第三层$：

$第四层$：

（好像有一点点乱）

这样，我们nxt就处理好了。我们现在可以把文本串放上去跑了：

以"askex"为例，我们匹配到k时，发现没有e了，就跳到k的nxt上继续匹配，一直匹配到x，结束。

但是，我们跳到nxt上之后，如果这个节点仍然不存在呢？我们要继续跳nxt，一直跳到存在或到达根节点为止？

是不是觉得像这样一直跳太麻烦了，而且消耗时间。有没有办法优化一下呢？

我们可以发现，对于任意一个节点，它的nxt一定比它要先处理到（因为它们不在一层），我们是不是可以在bfs的时候将每个节点的nxt直接接到最后的nxt上呢？

经过 抄袭 思考后，我们发现，对于所有不存在的节点，我们才会去跳nxt（因为不存在表示当前失配），而对于不存在的节点，它在Trie树上是没有记录的。所以我们可以将Trie树上一个节点的不存在的儿子给标记为这个节点的nxt的儿子（强行认爹）。这时，我们修改了Trie树，所以Trie树已经不再是树了，而是一张图，我们称之为Trie图。

至此，我们的Trie树在神奇海螺的指引下强行认爹，成功进化。进化成的Trie图就可以用来跑文本串了！

完整代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
using namespace std;
int n,tot=1;
string s,str;
struct trie
{
	int b;
	int ch[26];
	int nxt;
}
t[500010];
void insert(string s)
{
	int p=1;
	for(int i=0;i<s.length();i++)
	{
		if(!t[p].ch[s[i]-'a'])
			t[p].ch[s[i]-'a']=++tot;
		p=t[p].ch[s[i]-'a'];
	}
	t[p].b++;
}
void bfs()//处理nxt
{
	queue<int> q;
	for(int i=0;i<26;i++)
		t[0].ch[i]=1;//将0节点接到1，便于跳nxt
	q.push(1);
	t[1].nxt=0;
	while(!q.empty())
	{
		int u=q.front();
		q.pop();
		int f=t[u].nxt;
		for(int i=0;i<26;i++)
		{
			int v=t[u].ch[i];
			if(!v)//若儿子不存在
				t[u].ch[i]=t[f].ch[i];//强行认爹
			else
			{
				t[v].nxt=t[f].ch[i];//储存nxt
				q.push(v);//入队，继续bfs
			}
		}
	}
}
int search(string s)
{
	int p=1,ans=0;
	for(int i=0;i<s.length();i++)
	{
		int k=t[p].ch[s[i]-'a'];
		while(k>1&&t[k].b!=-1)//不断匹配，直到匹配到根
		{
			ans+=t[k].b;
			t[k].b=-1;
			k=t[k].nxt;
		}
		p=t[p].ch[s[i]-'a'];
	}
	return ans;
}
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
	{
		cin>>str;
		insert(str);
	}
	bfs();
	cin>>s;
	printf("%d\n",search(s));
	return 0;
}