• 【模版 Luogu P3808/P3796/P5357】AC自动机（简论）

    　　浙江集训Day9，没有出任何实质性成果，只好把昨天打完的板子记一下。

    　　该博客基于luogu的三道模版题。只有一个大致的讲解，主要提供代码给自己参考。

    -----------------------------------------------------------------------

    (7.14)

    一、AC自动机

    　　AC自动机，一个有着令人容易误会的名字的有限状态自动机结构，主要被应用在多模式串的文本匹配问题中。理解AC自动机，首先要熟悉KMP算法和字典树。使用KMP可以分开对每个模式串进行计数，但是对目标串的扫描次数会爆炸。实际上，KMP算法本身也可以从有限状态自动机的角度来理解（简单理解大概就是跳转能够达到的状态是有限个）。AC自动机与KMP都含有类似的fail指针结构。通俗理解fail的意义，我们先建立原串的trie树（KMP则就是原串），然后预处理出每个节点“在当前点a匹配不下去了，我要找一个字典树的前缀串是该串的后缀串”代表的b（这样的意义是，匹配到a就一定匹配到了b）。这就是构建自动机的过程。平凡的ACAM在匹配时，我们沿着字典树往下走，下一个字符失配就沿着fail边去跳转它的后缀代表的匹配状态，直到找到一个可以匹配文本串的下个字符的后缀状态为止。同时，每找到一个串，我们就要沿着fail边翻出它的后缀串，因为这些后缀也都被匹配到了。这就导致AC自动机的匹配复杂度有了可优化的空间。

    　　所谓的trie图优化，就是在建立AC自动机时直接把失配的那个字符对应的边连到目标后缀上，这样可以省去每次失配跳fail边的麻烦。同时，一个串有很多后缀，但是并没有都出现在模式串中，中间空状态的跳转没有意义；那么我们就新开一个数组记录下它的第一个是结束节点的fail目标状态（即这个后缀存在于模式串中）的位置，然后每次沿着这个边跳转即可。

    　　代码明天放，顺便安利让我学会AC自动机的dalao的两篇博客，受益匪浅。

    　　https://www.cnblogs.com/sclbgw7/p/9260756.html　　（AC自动机的构建）

    　　https://www.cnblogs.com/sclbgw7/p/9875671.html　　（AC自动机的两种优化）

    ---------------------------------------------------

    (7.15)

    二、代码

    　　模版一：统计出现模式串的个数

    1. #include <iostream>  
    2. #include <cstdio>  
    3. #include <cstring>  
    4. #include <queue>  
    5. #define BUG puts("findone")   
    6. #define maxn 1000000 + 10  
    7. template <typename T>  
    8. void read(T &x) {  
    9.     x = 0;  
    10.     int f = 1;  
    11.     char ch = getchar();  
    12.     while (!isdigit(ch)) {  
    13.         if (ch == '-')  
    14.             f = -1;  
    15.         ch = getchar();  
    16.     }  
    17.     while (isdigit(ch)) {  
    18.         x = x * 10 + (ch ^ 48);  
    19.         ch = getchar();  
    20.     }  
    21.     x *= f;  
    22.     return;  
    23. }  
    24. using namespace std;  
    25. char s[maxn];  
    26. namespace ACAM {  
    27.     int trie[26][maxn], pi[maxn], cnt[maxn], last[maxn];  
    28.     const int root(1);  
    29.     int tot = 1;  
    30.     void Insert(char *s) {  
    31.         int nd = root, len = strlen(s);  
    32.         for (int i = 0; i < len; ++i) {  
    33.             int c = s[i] - 'a';  
    34.             if (!trie[c][nd])  
    35.                 trie[c][nd] = ++tot;  
    36.             nd = trie[c][nd];  
    37.         }  
    38.         ++cnt[nd];  
    39.     }  
    40.     void Build_ACAM() {  
    41.         for (int i = 0; i < 26; ++i)  
    42.             trie[i][0] = root;  
    43.         pi[root] = 0;  
    44.         queue<int> que;  
    45.         que.push(root);  
    46.         while (!que.empty()) {  
    47.             int nd = que.front();  
    48.             que.pop();  
    49.             for (int c = 0; c < 26; ++c) {  
    50.                 if (!trie[c][nd]) {  
    51. //                  trie[c][nd] = trie[c][pi[nd]];  //这句话就是trie图优化，这题不用它反而跑得更快……
    52.                     continue;  
    53.                 }
    54.                 int son = trie[c][nd], nxt = pi[nd];  
    55.                 while (nxt && !trie[c][nxt])  
    56.                     nxt = pi[nxt];  
    57.                 pi[son] = trie[c][nxt];  
    58.                 last[son] = cnt[pi[son]] ? pi[son] : last[pi[son]];  //last优化，它在三道题中都很优秀
    59.                 que.push(son);  
    60.             }  
    61.         }  
    62.     }  
    63.    int Match(char *s) {  
    64.         int len = strlen(s), nd = root, ans = 0;  
    65.         for (int i = 0; i < len; ++i) {  
    66.             int c = s[i] - 'a';  
    67.             while (nd && !trie[c][nd]) {  //如果加了trie图优化就不用每次跳fail边来找后缀，因为trie图优化直接记录可匹配的下一个后缀
    68.                 nd = pi[nd];  
    69.             }  
    70.             nd = trie[c][nd];  
    71.             for (int t = nd; t && ~cnt[t]; t = last[t])  
    72.                 ans += cnt[t], cnt[t] = -1;  
    73.         }  
    74.         return ans;  
    75.     }  
    76.       
    77. } using namespace ACAM;  
    78. int main() {  
    79. //  freopen("testdata.txt", "r", stdin);  
    80. //  freopen("ans.txt", "w", stdout);  
    81.     int n;  
    82.     scanf("%d", &n);  
    83.     for (int i = 1; i <= n; ++i) {  
    84.         scanf("%s", s);  
    85.         Insert(s);  
    86.     }  
    87.     Build_ACAM();  
    88.     scanf("%s", s);  
    89.     cout << Match(s);  
    90.     return 0;  
    91. }  

    模版二：AC自动机（加强版）：多组数据，输出出现最多的串的出现次数，按输入顺序输出这些串。

    1. #include <iostream>  
    2. #include <cstdio>  
    3. #include <cstring>  
    4. #include <queue>  
    5. #include <vector>  
    6. #define BUG puts("findone")   
    7. #define maxn 70 * 150 + 10  
    8. template <typename T>  
    9. void read(T &x) {  
    10.     x = 0;  
    11.     int f = 1;  
    12.     char ch = getchar();  
    13.     while (!isdigit(ch)) {  
    14.         if (ch == '-')  
    15.             f = -1;  
    16.         ch = getchar();  
    17.     }  
    18.     while (isdigit(ch)) {  
    19.         x = x * 10 + (ch ^ 48);  
    20.         ch = getchar();  
    21.     }  
    22.     x *= f;  
    23.     return;  
    24. }  
    25. using namespace std;  
    26. char s[1000010], T[151][80];  
    27. namespace ACAM {  
    28.     int trie[26][maxn], pi[maxn], cnt[maxn], last[maxn], sum[maxn], id[maxn];  
    29.     const int root(1);  
    30.     int tot = 1;  
    31.     void Insert(char *s, int pos) {  
    32.         int nd = root, len = strlen(s);  
    33.         for (int i = 0; i < len; ++i) {  
    34.             int c = s[i] - 'a';  
    35.             if (!trie[c][nd])  
    36.                 trie[c][nd] = ++tot;  
    37.             nd = trie[c][nd];  
    38.         }  
    39.         ++cnt[nd], id[nd] = pos;  //id数组的意义是记录每个节点（状态）在原输入顺序中所对应的串
    40.     }  
    41.     void Build_ACAM() {  
    42.         for (int i = 0; i < 26; ++i)  
    43.             trie[i][0] = root;  
    44.         pi[root] = 0;  
    45.         queue<int> que;  
    46.         que.push(root);  
    47.         while (!que.empty()) {  
    48.             int nd = que.front();  
    49.             que.pop();  
    50.             for (int c = 0; c < 26; ++c) {  
    51.                 if (!trie[c][nd]) {  
    52.                     trie[c][nd] = trie[c][pi[nd]];  
    53.                     continue;  
    54.                 }//优化位置   
    55.                 int son = trie[c][nd], nxt = pi[nd];  
    56.                 while (nxt && !trie[c][nxt])  
    57.                     nxt = pi[nxt];  
    58.                 pi[son] = trie[c][nxt];  
    59.                 last[son] = cnt[pi[son]] ? pi[son] : last[pi[son]];  
    60.                 que.push(son);  
    61.             }  
    62.         }  
    63.     }  
    64.     void Match(char *s) {  
    65.         int len = strlen(s), nd = root;  
    66.         for (int i = 0; i < len; ++i) {  
    67.             int c = s[i] - 'a';  
    68. //          while (nd && !trie[c][nd])  
    69. //              nd = pi[nd];  
    70.             nd = trie[c][nd];  
    71.             for (int t = nd; t; t = last[t])  
    72.                  if (cnt[t])  
    73.                     ++sum[t];  
    74.         }  
    75.         vector<int> ans;  
    76.         for (int i = 1; i <= tot; ++i)  
    77.             if (ans.empty() || sum[i] == sum[ans.front()])  
    78.                 ans.push_back(i);  
    79.             else if (sum[i] > sum[ans.front()]) {  
    80.                 ans.clear();  
    81.                 ans.push_back(i);  
    82.             }  
    83.         printf("%d ", sum[ans.front()]);  
    84.         for (int i = 0; i < ans.size(); ++i)  
    85.             puts(T[id[ans[i]]]);  
    86.     }  
    87.       
    88. } using namespace ACAM;  
    89. int main() {  
    90. //  freopen("testdata.txt", "r", stdin);  
    91. //  freopen("ans.txt", "w", stdout);   
    92.     ios::sync_with_stdio(0);  //某种加快iostream的黑科技 据称读入字符串飞快
    93.     cin.tie(0);  
    94.     while (19260817) {  
    95.         int n;  
    96.         cin >> n;  
    97.         if(n == 0) break;  
    98.         tot = 1;  
    99.         memset(trie, 0, sizeof(trie));  
    100.         memset(sum, 0, sizeof(sum));  
    101.         memset(cnt, 0, sizeof(cnt));  
    102.         memset(pi, 0, sizeof(pi));  
    103.         memset(last, 0, sizeof(last));  
    104.         memset(id, 0, sizeof(id));  
    105.         for (int i = 1; i <= n; ++i) {  
    106.             cin >> T[i];  
    107.             Insert(T[i], i);  
    108.         }  
    109.         Build_ACAM();  
    110.         cin >> s;  
    111.         Match(s);  
    112.     }  
    113.     return 0;  
    114. }  

    模版三、AC自动机（二次加强版）：统计每个模式串出现的次数。一开始的策略是每到一个位置就暴力跳last边来找后缀，但是时间只有1000ms，T掉了几个点。参看题解给出的解法是：统计每个状态的出现次数，然后从fail[u]向u连边，构成一棵树。这棵树被称作fail树，满足每个节点的祖先都是它的后缀。这样，每个模式串的出现次数就是它自己的出现次数+以它为后缀的串的出现次数，也就是以它为根的子树的大小。trie树上某状态的祖先则是它的前缀。fail树的性质很好，也具有广泛的应用。

    1. #include <iostream>  
    2. #include <cstdio>  
    3. #include <cstring>  
    4. #include <queue>  
    5. #define maxs 2000010  
    6. #define maxn 200010  
    7. using namespace std;  
    8. char T[maxn], s[maxs];  
    9. int head[maxn], top;  
    10. struct E {  
    11.     int to, nxt;  
    12. } edge[maxn];  
    13. void Insert_edge(int u, int v) {  
    14.     edge[++top] = (E) {v, head[u]};  
    15.     head[u] = top;  
    16. }  
    17.   
    18. namespace ACAM {  
    19.     int trie[26][maxn], tot = 1, cnt[maxn], pi[maxn], last[maxn], end[maxn];  
    20.     int id[maxn];  
    21.     const int root(1);  
    22.     void Insert(char *s, int k) {  
    23.         int nd = root, len = strlen(s);  
    24.         for (int i = 0; i < len; ++i) {  
    25.             int c = s[i] - 'a';  
    26.             if (!trie[c][nd])     
    27.                 trie[c][nd] = ++tot;  
    28.             nd = trie[c][nd];  
    29.         }  
    30.         ++end[nd];  
    31.         id[k] = nd;  
    32.     }  
    33.     void Build() {  
    34.         for (int c = 0; c < 26; ++c)  
    35.             trie[c][0] = root;  
    36.         queue<int> que;  
    37.         que.push(root);  
    38.         while (!que.empty()) {  
    39.             int nd = que.front(); que.pop();  
    40.             for (int c = 0; c < 26; ++c) {  
    41.                 int son = trie[c][nd];  
    42.                 if (!son) {  
    43.                     trie[c][nd] = trie[c][pi[nd]];  
    44.                     continue;  
    45.                 }  
    46.                 int nxt = pi[nd];  
    47.                 while (nxt && !trie[c][nxt])  
    48.                     nxt = pi[nxt];  
    49.                 pi[son] = trie[c][nxt];  
    50.                 last[son] = end[pi[son]] ? pi[son] : last[pi[son]];  
    51.                 que.push(son);  
    52.             }  
    53.         }  
    54.     }  
    55.     void dfs(int u) {  
    56.         for (int i = head[u]; i; i = edge[i].nxt) {  
    57.             int v = edge[i].to;  
    58.             dfs(v);  
    59.             cnt[u] += cnt[v];  
    60.         }  
    61.     }  
    62.     void Match(char *s) {  
    63.         register int nd = root; int len = strlen(s);  
    64.         for (int i = 0; i < len; ++i) {  
    65.             int c = s[i] - 'a';  
    66.             nd = trie[c][nd];  
    67.             ++cnt[nd];  
    68.         }  
    69.         for (int i = 2; i <= tot; ++i)  
    70.             Insert_edge(pi[i], i);  //建fail树
    71.         dfs(root);  //统计子树大小
    72.     }  
    73. } using namespace ACAM;  
    74. int main() {  
    75.     ios::sync_with_stdio(0);  
    76.     cin.tie(0);  
    77.     int n;   
    78.     cin >> n;  
    79.     for (int i = 1; i <= n; ++i) {  
    80.         cin >> T;  
    81.         Insert(T, i);  
    82.     }  
    83.     Build();  
    84.     cin >> s;  
    85.     Match(s);  
    86.     for (int i = 1; i <= n; ++i)  
    87.         printf("%d ", cnt[id[i]]);  
    88.     return 0;  
    89. }  

     
  • 相关阅读:
    值类型引用类型的区别(转)
    聚集索引和非聚集索引(转)
    使用docker安装nginx并配置端口转发
    jenkins选择分支构建
    创建好docker后不能apt-get update解决方法
    Docker开启Remote API 访问 2375端口
    Docker加速配置
    Docker下载安装
    进入Docker 容器 docker exec [CONTAINER ID] bin/bash报错问题
    定时删除日志文件---linux定时清理日志
  • 原文地址：https://www.cnblogs.com/TY02/p/11185917.html
Copyright © 2020-2023  润新知