AC自动机---个人总结

比较好的 AC自动机算法详解..

【转】http://www.cppblog.com/mythit/archive/2009/04/21/80633.html

个人总结：【图是盗用的..】

ac自动机是用来求出：给出n个单词，和一篇文章arr[]，问arr中出现了多少个单词..

第一步：根据给出的n个单词构造一棵字典树

第二步：根据字典树完成失配指针

第三步：枚举文章中的每个字符，并根据拥有了失配指针的字典树 查找 出现的单词个数

以单词：say she shr he her 文章：yasherhs 举例：

第一步：根据给出的n个单词构造一棵字典树

const int kind = 26; 
struct node{  
     node *fail;       //失败指针
     node *next[kind]; //Tire每个节点的个子节点（最多个字母）
     int count;        //是否为该单词的最后一个节点
     node(){           //构造函数初始化
         fail=NULL; 
         count=0; 
         memset(next,NULL,sizeof(next)); 
     } 
 }*q[500001];          //队列，方便用于bfs构造失败指针
 char keyword[51];     //输入的单词
 char str[1000001];    //模式串
 int head,tail;        //队列的头尾指针

 void insert(char *str,node *root){ 
     node *p=root; 
     int i=0,index;  
     while(str[i]){ 
         index=str[i]-'a'; 
         if(p->next[index]==NULL) p->next[index]=new node();  
         p=p->next[index];
         i++;
     } 
     p->count++;     //在单词的最后一个节点count+1，代表一个单词
 }

第二步：根据字典树完成失配指针

<结果是 (she)每一个字符(s,h,e)都会指向自己上一个字符(root,s,h)的失配指针(root,root,root->h)后的和当前字符匹配((如果没有则指向root)root, root->h, root->h->e)的字符>

即结果是保证树中的节点(node)会指向拥有相同字符串(parents->..->node = root->..->node'，parents表示某个祖先节点，node'表示相同字符节点)的枝桠（没有则指向root）

void build_ac_automation(node *root){
     int i;
     root->fail=NULL; 
     q[head++]=root; 
     while(head!=tail){ 
         node *temp=q[tail++]; 
         node *p=NULL; 
         for(i=0;i<26;i++){ 
             if(temp->next[i]!=NULL){ 
                 if(temp==root) temp->next[i]->fail=root;                 
                 else{ 
                     p=temp->fail; 
                     while(p!=NULL){  
                         if(p->next[i]!=NULL){ 
                             temp->next[i]->fail=p->next[i]; 
                             break; 
                         } 
                         p=p->fail; 
                     } 
                     if(p==NULL) temp->next[i]->fail=root; 
                 } 
                 q[head++]=temp->next[i];  
             } 
         }   
     } 
 }

第三步：枚举文章中的每个字符，并根据拥有了失配指针的字典树 查找 出现的单词个数 <cnt += node.cnt>

 int query(node *root){ 
     int i=0,cnt=0,index,len=strlen(str); 
     node *p=root;  
     while(str[i]){  
         index=str[i]-'a';  
         while(p->next[index]==NULL && p!=root) p=p->fail; 
         p=p->next[index]; 
         p=(p==NULL)?root:p; 
         node *temp=p; 
         while(temp!=root && temp->count!=-1){ 
             cnt+=temp->count; 
             temp->count=-1; 
             temp=temp->fail; 
         } 
         i++;                 
     }    
     return cnt; 
 }

查找方法是如果上一个字符的下一个字符和当前字符匹配，则加上node.cnt，并不断按照失配指针查找出现的单词，不断加上node.cnt

                                                                     失配，则根据失配指针去找可能匹配的出现的单词，找到则加上node.cnt