【AC自动机详解+入门模板】HDU 2222

第一次写AC自动机，发现也不是太难理解，可能自己以前看过KMP&Trie而且理解的比较透彻吧，看自动机没有太大的困难，因为它也是利用了KMP的思想，理解了KMP，再看自动机就不难了：）

转一下这个blog的描述先，感觉看起来比较好理解，可是他的代码就不敢恭维。。。http://www.cppblog.com/mythit/archive/2011/10/21/80633.html（有改动）

补充一句：自动机的复杂度是O(m+n+z)，其中z为主串中模式串的总个数，适合多模式串匹配。

AC自动机算法详解

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。
     如果你对KMP算法和了解的话，应该知道KMP算法中的next函数（shift函数或者fail函数）是干什么用的。KMP中我们用两个指针i和j分别表示，A[i-j+ 1..i]与B[1..j]完全相等。也就是说，i是不断增加的，随着i的增加j相应地变化，且j满足以A[i]结尾的长度为j的字符串正好匹配B串的前 j个字符，当A[i+1]≠B[j+1]，KMP的策略是调整j的位置（减小j值）使得A[i-j+1..i]与B[1..j]保持匹配且新的B[j+1]恰好与A[i+1]匹配，而next函数恰恰记录了这个j应该调整到的位置。同样AC自动机的失败指针具有同样的功能，也就是说当我们的模式串在Tire上进行匹配时，如果与当前节点的关键字不能继续匹配的时候，就应该去当前节点的失败指针所指向的节点继续进行匹配。
      看下面这个例子：给定5个单词：say she shr he her，然后给定一个字符串yasherhs。问一共有多少单词在这个字符串中出现过。我们先规定一下AC自动机所需要的一些数据结构，方便接下去的编程。

const int kind = 26;
struct node {
    node *fail;//失败指针
    node *next[kind];//Trie每个节点的子节点（最多26个子母）
    int cnt;//是否为该单词的最后一个节点
    node () {//构造函数初始化
        fail = NULL;
        cnt = 0;
        memset(next,NULL,sizeof(next));
    };
};
char str[55];//输入的单词
char ss[M];//输入的主串
queue<node*> qq;//队列构造失败指针

有了这些数据结构之后，就可以开始编程了：
    首先，将这5个单词构造成一棵Trie，如图-1所示。

 

//建Trie树
void BuildTree (node *root) {
    node *p = root;
    int i = 0,id;
    while (str[i]) {
        id = str[i] - 'a';
        if (p->next[id] == NULL) {
            p->next[id] = new node();
        }
        p = p->next[id];
        i++;
    }
    (p->cnt)++;
}

在构造完这棵Trie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。

//bfs求失败指针
void bfs(node *root) {
    while (!qq.empty()) qq.pop();
    int i;
    root->fail = NULL;
    qq.push(root);
    node *tmp,*p;
    while (!qq.empty()) {
        tmp = qq.front();
        qq.pop();
        p = NULL;
        for (i = 0; i < 26; i++) {
            if (tmp->next[i] != NULL) {
                p = tmp->fail;
                while (p && !p->next[i]) {
                    p = p->fail;
                }
                if (!p) tmp->next[i]->fail = root;
                else tmp->next[i]->fail = p->next[i];
                qq.push(tmp->next[i]);
            }
        }
    }
}

 从代码观察下构造失败指针的流程：对照图-2来看，首先root的fail指针指向NULL，然后root入队，进入循环。第1次循环的时候，我们需要处理2个节点：root->next[‘h’-‘a’](节点h) 和 root->next[‘s’-‘a’](节点s)。把这2个节点的失败指针指向root，并且先后进入队列，失败指针的指向对应图-2中的(1)，(2)两条虚线；第2次进入循环后，从队列中先弹出h，接下来p指向h节点的fail指针指向的节点，也就是root；进入第13行的循环后，p=p->fail也就是p=NULL，这时退出循环，并把节点e的fail指针指向root，对应图-2中的(3)，然后节点e进入队列；第3次循环时，弹出的第一个节点a的操作与上一步操作的节点e相同，把a的fail指针指向root，对应图-2中的(4)，并入队；第4次进入循环时，弹出节点h(图中左边那个)，这时操作略有不同。在程序运行到14行时，由于p->next[i]!=NULL(root有h这个儿子节点，图中右边那个)，这样便把左边那个h节点的失败指针指向右边那个root的儿子节点h，对应图-2中的(5)，然后h入队。以此类推：在循环结束后，所有的失败指针就是图-2中的这种形式。

  最后，我们便可以在AC自动机上查找模式串中出现过哪些单词了。匹配过程分两种情况：(1)当前字符匹配，表示从当前节点沿着树边有一条路径可以到达目标字符，此时只需沿该路径走向下一个节点继续匹配即可，目标字符串指针移向下个字符继续匹配；(2)当前字符不匹配，则去当前节点失败指针所指向的字符继续匹配，匹配过程随着指针指向root结束。重复这2个过程中的任意一个，直到模式串走到结尾为止。

//AC自动机主程序
int AC_run(node *root) {
    int i = 0,ans = 0,id;
    node *p = root;
    while (ss[i]) {
        id = ss[i] - 'a';
        while (!p->next[id] && p != root) {
            p = p->fail;
        }
        p = p->next[id];
        if (!p) p = root;
        node *tmp = p;
        while (tmp != root && tmp->cnt != -1) {
            ans += tmp->cnt;
            tmp->cnt = -1;
            tmp = tmp->fail;
        }
        i++;
    }
    return ans;
}

对照图-2，看一下模式匹配这个详细的流程，其中模式串为yasherhs。对于i=0,1。Trie中没有对应的路径，故不做任何操作；i=2,3,4时，指针p走到左下节点e。因为节点e的count信息为1，所以cnt+1，并且讲节点e的count值设置为-1，表示改单词已经出现过了，防止重复计数，最后temp指向e节点的失败指针所指向的节点继续查找，以此类推，最后temp指向root，退出while循环，这个过程中count增加了2。表示找到了2个单词she和he。当i=5时，程序进入第5行，p指向其失败指针的节点，也就是右边那个e节点，随后在第6行指向r节点，r节点的count值为1，从而count+1，循环直到temp指向root为止。最后i=6,7时，找不到任何匹配，匹配过程结束。

HDU 2222题可以作为AC自动机的模板题

贴上代码

#include <map>
#include <set>
#include <list>
#include <queue>
#include <deque>
#include <stack>
#include <string>
#include <time.h>
#include <cstdio>
#include <math.h>
#include <iomanip>
#include <cstdlib>
#include <limits.h>
#include <string.h>
#include <iostream>
#include <fstream>
#include <algorithm>
using namespace std;

#define LL long long
#define MIN INT_MIN
#define MAX INT_MAX
#define PI acos(-1.0)
#define FRE freopen("input.txt","r",stdin)
#define FF freopen("output.txt","w",stdout)
#define N 10005
#define M 1000005
const int kind = 26;
struct node {
    node *fail;//失败指针
    node *next[kind];//Trie每个节点的子节点（最多26个子母）
    int cnt;//是否为该单词的最后一个节点
    node () {//构造函数初始化
        fail = NULL;
        cnt = 0;
        memset(next,NULL,sizeof(next));
    };
};
char str[55];//输入的单词
char ss[M];//输入的模式串
queue<node*> qq;//队列构造失败指针
//建Trie树
void BuildTree (node *root) {
    node *p = root;
    int i = 0,id;
    while (str[i]) {
        id = str[i] - 'a';
        if (p->next[id] == NULL) {
            p->next[id] = new node();
        }
        p = p->next[id];
        i++;
    }
    (p->cnt)++;
}
//bfs求失败指针
void bfs(node *root) {
    while (!qq.empty()) qq.pop();
    int i;
    root->fail = NULL;
    qq.push(root);root->fail = NULL;
    node *tmp,*p;
    while (!qq.empty()) {
        tmp = qq.front();
        qq.pop();
        p = NULL;
        for (i = 0; i < 26; i++) {
            if (tmp->next[i] != NULL) {
                p = tmp->fail;
                while (p && !p->next[i]) {
                    p = p->fail;
                }
                if (!p) tmp->next[i]->fail = root;
                else tmp->next[i]->fail = p->next[i];
                qq.push(tmp->next[i]);
            }
        }
    }
}
//AC自动机主程序
int AC_run(node *root) {
    int i = 0,ans = 0,id;
    node *p = root;
    while (ss[i]) {
        id = ss[i] - 'a';
        while (!p->next[id] && p != root) {
            p = p->fail;
        }
        p = p->next[id];
        if (!p) p = root;
        node *tmp = p;
        while (tmp != root && tmp->cnt != -1) {
            ans += tmp->cnt;
            tmp->cnt = -1;
            tmp = tmp->fail;
        }
        i++;
    }
    return ans;
}
int main () {
    int t;
    scanf("%d",&t);
    while (t--) {
        int n;
        scanf("%d",&n);
        node *root = new node();
        while (n--) {
            scanf("%s",str);
            BuildTree(root);
        }
        bfs(root);
        scanf("%s",ss);
        printf("%d\n",AC_run(root));
    }
    return 0;
}