AC自动机模板浅讲

Description

给你N个单词,然后给定一个字符串,问一共有多少单词在这个字符串中出现过(输入相同的字符串算不同的单词,同一个单词重复出现只计一次)。

Input

第一行一个整数N,表示给定单词的个数。
接下来N行,每行输入一个长度不超过50且全由小写字母组成的单词。
最后一行输入一个长度不超过1000000的字符串。
N≤10000

Output

输出一行包含一个整数,表示共在给定字符串中出现过的单词个数。

样例:

Input

5
she
he
say
shr
her
yasherhs

Output

3

关于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。
假设我们已经学会了Trie树,类似于KMP算法的,我们对于树上的每个节点,处理出在此
节点下后,在树上应该跳转到的点,用nxt数组记录;

那么,如何求出nxt数组呢???
首先,如果x接下来要匹配的字符与now节点直接相连,那我们肯定直接跳到下一个节点。
如果当前字符无法继续匹配,就跳到now节点的nxt的与此字符对应的节点上去
然后,与根节点直接相连的节点就直接预处理一下就好了。

例:对于样例,我们先建一棵Trie树(图中加着重号的为每个单词的终止节点)

将所有根节点的子节点的nxt数组指向根节点,再将这些节点加入队列。
然会对于队列里的每一个节点,从a枚举到z,如果当前结点没有这个字符儿子
就将它指向它的nxt节点的儿子,这样我们就成功的将Trie树建成了Trie图

处理出来就是这样知道,然后对文本串依次遍历匹配,统计答案就可以了

code:

#include<bits/stdc++.h>
#define N 1001000
using namespace std;
int cnt,n;
int tree[N],dl[N],num[N],net[N],son[N][30];
char s1[N],s2[N];
void ins(){//建Trie树
	int now=0,l=strlen(s1+1);
	for(int i=1;i<=l;i++){
		if(!son[now][s1[i]-'a'+1])
			son[now][s1[i]-'a'+1]=++cnt;
		now=son[now][s1[i]-'a'+1];
	}
	num[now]++;//记录单词尾
}
void get_net(){
    int t=1,w=0;
    for(int i=1;i<=26;i++)
        if(son[0][i])dl[++w]=son[0][i];//预处理与根节点相连的节点
    while(t<=w){//BFS处理net数组
        int now=dl[t];
        for(int i=1;i<=26;i++){
            if(!son[now][i])son[now][i]=son[net[now]][i];
            else{
                net[son[now][i]]=son[net[now]][i];
                dl[++w]=son[now][i];
            }
        }
        t++;
    }
}
void fuck(){
    int now=0,ans=0,l=strlen(s2+1);
    for(int i=1;i<=l;i++){
        now=son[now][s2[i]-'a'+1];
        int to=now;
        while(to!=0&&num[to]!=-1){
            ans+=num[to];
            num[to]=-1;//已经统计过的单词不要再次统计
            to=net[to];
        }
    }
    printf("%d\n",ans);
}
int main(){
	scanf("%d",&n);
    for(int i=1;i<=n;i++){scanf("%s",s1+1);ins();}
    get_net();scanf("%s",s2+1);
    fuck();
	return 0;
}

蒟蒻题解,欢迎指正;
水平太低,大佬勿喷;

posted @ 2019-01-16 11:13  天国的逗比  阅读(144)  评论(2编辑  收藏  举报