Python实现AC自动机

最新推荐文章于 2025-07-15 11:34:14 发布

原创

最新推荐文章于 2025-07-15 11:34:14 发布 · 5.6k 阅读

13 ·

CC 4.0 BY-SA版权

本文介绍了Python实现AC自动机的过程，首先强调需要理解KMP算法和字典树基础知识。接着，解释了AC自动机如何通过fail结点进行模式匹配，并与KMP算法进行对比。文章提供了具体的Python代码实现，并指出该算法构建时间较长，但查找效率高，同时提到未实现增量更新字典的功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

前言

下文的代码有些部分参考了这篇文章，但我仍然坚持作为原创而非转载，自有我的考虑。

在看下文之前，需要理解的基础知识有KMP算法原理和字典树数据结构理解。了解了上述内容就可以开始之后的旅程了。

原理简析

AC自动机相比于字典树结构仅仅是多了fail结点，指向其已匹配成功的前缀。其模式匹配与KMP算法一致。

引用百度百科的图片，即sh后匹配e失败，此时h其实是已经匹配成功的状态，所以可以从74这个匹配成功h的结点之后继续匹配下一字符。
在这里插入图片描述

代码实现

python3的具体实现

# -*- coding:utf-8 -*-
"""
Description: AC自动机

@author: WangLeAi
@date: 2018/8/19
"""
from collections import defaultdict


class TrieNode(object):
    def __init__(self, value=None):
        # 值
        self.value = value
        # fail指针
        self.fail = None
        # 尾标志：标志为i表示第i个模式串串尾，默认为0
        self.tail = 0
        # 子节点，{value:TrieNode}
        self.children = {
   
   }


class Trie(object):
    def __init__(self, words):
        print("初始化")
        # 根节点
        self.root = TrieNode()
        # 模式串个数