HDU3065 病毒侵袭持续中 —— AC自动机

题目链接：https://vjudge.net/problem/HDU-3065

病毒侵袭持续中

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 15743    Accepted Submission(s): 5343

Problem Description

小t非常感谢大家帮忙解决了他的上一个问题。然而病毒侵袭持续中。在小t的不懈努力下，他发现了网路中的“万恶之源”。这是一个庞大的病毒网站，他有着好多好多的病毒，但是这个网站包含的病毒很奇怪，这些病毒的特征码很短，而且只包含“英文大写字符”。当然小t好想好想为民除害，但是小t从来不打没有准备的战争。知己知彼，百战不殆，小t首先要做的是知道这个病毒网站特征：包含多少不同的病毒，每种病毒出现了多少次。大家能再帮帮他吗？

 

Input

第一行，一个整数N（1<=N<=1000），表示病毒特征码的个数。
接下来N行，每行表示一个病毒特征码，特征码字符串长度在1—50之间，并且只包含“英文大写字符”。任意两个病毒特征码，不会完全相同。
在这之后一行，表示“万恶之源”网站源码，源码字符串长度在2000000之内。字符串中字符都是ASCII码可见字符（不包括回车）。

 

Output

按以下格式每行一个，输出每个病毒出现次数。未出现的病毒不需要输出。
病毒特征码: 出现次数
冒号后有一个空格，按病毒特征码的输入顺序进行输出。

 

Sample Input

3 AA BB CC ooxxCC%dAAAoen....END

 

Sample Output

AA: 2 CC: 1

Hint

Hit： 题目描述中没有被提及的所有情况都应该进行考虑。比如两个病毒特征码可能有相互包含或者有重叠的特征码段。 计数策略也可一定程度上从Sample中推测。

 

Source

2009 Multi-University Training Contest 16 - Host by NIT

 

Recommend

lcy

题解：

1.把每个病毒加入Trie树中，并记录其编号。

2.将“万恶之源”与Trie树进行匹配，统计每个病毒出现的次数。

注：在匹配的过程中，如果出现Trie树之外的字符，那么必定不能匹配，所以直接把指针指向root，然后继续下一个字符。

代码如下：

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const double EPS = 1e-6;
const int INF = 2e9;
const LL LNF = 9e18;
const int MOD = 1e9+7;
const int MAXN = 1e5+10;

//id为病毒的编号， sum[]用于记录每个病毒出现的次数
int id, sum[1010];
struct Trie
{
    const static int sz = 26, base = 'A';
    int next[MAXN][sz], fail[MAXN], end[MAXN];
    int root, L;

    int newnode()
    {
        for(int i = 0; i<sz; i++)
            next[L][i] = -1;
        end[L++] = 0;
        return L-1;
    }

    void init()
    {
        L = 0;
        root = newnode();
    }

    void insert(char buf[])
    {
        int len = strlen(buf);
        int now = root;
        for(int i = 0; i<len; i++)
        {
            if(next[now][buf[i]-base] == -1)
                next[now][buf[i]-base] = newnode();
            now = next[now][buf[i]-base];
        }
        end[now] = id;
    }

    void build()
    {
        queue<int>Q;
        fail[root] = root;
        for(int i = 0; i<sz; i++)
        {
            if(next[root][i] == -1)
                next[root][i] = root;
            else
                fail[next[root][i]] = root, Q.push(next[root][i]);
        }
        while(!Q.empty())
        {
            int now = Q.front();
            Q.pop();
            for(int i = 0; i<sz; i++)
            {
                if(next[now][i] == -1)
                    next[now][i] = next[fail[now]][i];
                else
                    fail[next[now][i]] = next[fail[now]][i], Q.push(next[now][i]);
            }
        }
    }

    void query(char buf[])
    {
        int len = strlen(buf);
        int now = root;
        for(int i = 0; i<len; i++)
        {
            //如果出现Trie树之外的字符，那么必定不能匹配，直接把指针指向root，然后进行下一个字符。
            if(buf[i]<'A' || buf[i]>'Z')
            {
                now = root;
                continue;
            }
            now = next[now][buf[i]-base];
            int tmp = now;
            while(tmp != root)
            {
                if(end[tmp]) sum[end[tmp]]++;
                tmp = fail[tmp];
            }
        }
    }
};

Trie ac;
char buf[2000020], virus[1010][55];
int main()
{
    int n;
    while(scanf("%d", &n)!=EOF)
    {
        ac.init();
        for(int i = 1; i<=n; i++)
        {
            id = i;
            scanf("%s", virus[i]);
            ac.insert(virus[i]);
        }
        ac.build();

        scanf("%s", buf);
        memset(sum, 0, sizeof(sum));
        ac.query(buf);

        for(int i = 1; i<=n; i++)
            if(sum[i])
                printf("%s: %d
", virus[i], sum[i]);
    }
    return 0;
}