AC自动机

简要说明

  • \(AC\) 自动机,全称 \(Aho-Corasick\ automaton\) ,是一种有限状态自动机,应用于多模式串匹配.在 \(OI\) 中通常搭配 \(dp\) 食用.因为它是状态自动机.
  • 感性理解:在 \(Trie\) 树上加上 \(fail\) 指针.具体的讲解可以去看dalao们的博客(因为我实在是太菜了讲不好).

题目

Keywords Search

  • 题目:给若干个模式串,再给一个文本串,问有几个模式串在文本串中出现过.
  • 板子题.注意一个模式串只被计算一次,统计后做上标记.
  • 这里采用的是补全 \(Trie\) 树的写法.
#include"bits/stdc++.h"
using namespace std;
typedef long long LoveLive;
inline int read()
{
int out=0,fh=1;
char jp=getchar();
while ((jp>'9'||jp<'0')&&jp!='-')
jp=getchar();
if (jp=='-')
{
fh=-1;
jp=getchar();
}
while (jp>='0'&&jp<='9')
{
out=out*10+jp-'0';
jp=getchar();
}
return out*fh;
}
const int MAXN=5e5+10;
const int Siz=26;
struct AhoCorasick{
int idx;
int ch[MAXN][Siz];
int fail[MAXN];
int val[MAXN];
void init()
{
idx=0;
memset(val,0,sizeof val);
memset(ch,0,sizeof ch);
memset(fail,0,sizeof fail);
}
AhoCorasick()
{
init();
}
void ins(char s[],int n)
{
int u=0;
for(int i=0;i<n;++i)
{
int k=s[i]-'a';
if(!ch[u][k])
ch[u][k]=++idx;
u=ch[u][k];
}
++val[u];
}
void getfail()
{
queue<int> q;
for(int i=0;i<Siz;++i)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u=q.front();
q.pop();
for(int i=0;i<Siz;++i)
{
if(ch[u][i])
{
fail[ch[u][i]]=ch[fail[u]][i];
q.push(ch[u][i]);
}
else
ch[u][i]=ch[fail[u]][i];
}
}
}
int query(char s[],int n)
{
int u=0,res=0;
for(int i=0;i<n;++i)
{
int k=s[i]-'a';
u=ch[u][k];
for(int j=u;j && val[j]!=-1;j=fail[j])
res+=val[j],val[j]=-1;
}
return res;
}
}ac;
char buf[MAXN<<1];
int main()
{
int T=read();
while(T--)
{
ac.init();
int n=read();
for(int i=1;i<=n;++i)
{
scanf("%s",buf);
ac.ins(buf,strlen(buf));
}
ac.getfail();
scanf("%s",buf);
int ans=ac.query(buf,strlen(buf));
printf("%d\n",ans);
}
return 0;
}

玄武密码

  • 题意:给若干模式串和一个文本串.求每个模式串在文本串上能匹配的最大前缀长度.
  • 将模式串建成一个 \(AC\) 自动机,匹配文本串的时候往前暴力跳,跳到第一个合法的位置即可.
#include"bits/stdc++.h"
using namespace std;
typedef long long LoveLive;
inline int read()
{
int out=0,fh=1;
char jp=getchar();
while ((jp>'9'||jp<'0')&&jp!='-')
jp=getchar();
if (jp=='-')
{
fh=-1;
jp=getchar();
}
while (jp>='0'&&jp<='9')
{
out=out*10+jp-'0';
jp=getchar();
}
return out*fh;
}
const int MAXN=1e7+10;
const int Siz=4;
int n,m;
int len[MAXN];
struct AhoCorasick{
int idx;
inline int id(char x)
{
if(x=='E')
return 0;
if(x=='W')
return 1;
if(x=='N')
return 2;
return 3;
}
int ch[MAXN][Siz];
int fail[MAXN];
int marked[MAXN];
int f[MAXN];
int val[MAXN];
AhoCorasick()
{
idx=0;
memset(fail,0,sizeof fail);
memset(ch,0,sizeof ch);
memset(marked,0,sizeof marked);
memset(val,0,sizeof val);
}
void ins(char s[],int v)
{
int u=0;
for(int i=0;i<len[v];++i)
{
int k=id(s[i]);
if(!ch[u][k])
{
f[++idx]=u;
ch[u][k]=idx;
}
u=ch[u][k];
}
val[v]=u;
}
void getfail()
{
queue<int> q;
for(int i=0;i<Siz;++i)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u=q.front();
q.pop();
for(int i=0;i<Siz;++i)
{
if(ch[u][i])
{
fail[ch[u][i]]=ch[fail[u]][i];
q.push(ch[u][i]);
}
else
ch[u][i]=ch[fail[u]][i];
}
}
}
void mark(char *s)
{
int u=0;
for(int i=0;i<n;++i)
{
int k=id(s[i]);
u=ch[u][k];
for(int j=u;j;j=fail[j])
{
if(marked[j])
break;
marked[j]=1;
}
}
}
int work(int x)
{
int ans=len[x];
for(int i=val[x];i;i=f[i],ans--)
if(marked[i])
return ans;
}
}ac;
char buf[110];
char s[MAXN];
int main()
{
n=read(),m=read();
scanf("%s",s);
for(int i=1;i<=m;++i)
{
scanf("%s",buf);
len[i]=strlen(buf);
ac.ins(buf,i);
}
ac.getfail();
ac.mark(s);
for(int i=1;i<=m;++i)
{
int ans=ac.work(i);
printf("%d\n",ans);
}
return 0;
}

Censoring

  • 题意:给若干模式串和一个文本串.每次从文本串开头找到一个模式串,将其删去,直到无法删去为止,求出最后剩余的文本.保证任一个模式串中没有其他模式串.
  • 将模式串建成一个 \(AC\) 自动机,用一个栈来维护当前剩余的字符.匹配成功时直接修改栈顶.同时需要维护每个节点在 \(Trie\) 树上的位置.这样删除后可以立即得出当前的位置 \(u\) .
#include"bits/stdc++.h"
using namespace std;
typedef long long LoveLive;
inline int read()
{
int out=0,fh=1;
char jp=getchar();
while ((jp>'9'||jp<'0')&&jp!='-')
jp=getchar();
if (jp=='-')
{
fh=-1;
jp=getchar();
}
while (jp>='0'&&jp<='9')
{
out=out*10+jp-'0';
jp=getchar();
}
return out*fh;
}
const int MAXN=1e5+10;
const int Siz=26;
int len[MAXN];
struct AhoCorasick{
int idx;
int ch[MAXN][Siz];
int fail[MAXN];
int val[MAXN];
AhoCorasick()
{
idx=0;
memset(ch,0,sizeof ch);
memset(fail,0,sizeof fail);
memset(val,0,sizeof val);
}
void ins(char *s,int n,int v)
{
int u=0;
for(int i=0;i<n;++i)
{
int k=s[i]-'a';
if(!ch[u][k])
ch[u][k]=++idx;
u=ch[u][k];
}
val[u]=v;
}
void getfail()
{
queue<int> q;
for(int i=0;i<Siz;++i)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u=q.front();
q.pop();
for(int i=0;i<Siz;++i)
{
if(ch[u][i])
{
fail[ch[u][i]]=ch[fail[u]][i];
q.push(ch[u][i]);
}
else
ch[u][i]=ch[fail[u]][i];
}
}
}
void solve(char *s,int n)
{
int u=0;
char stk[MAXN];
int tp=0;
int lst[MAXN];
for(int i=0;i<n;++i)
{
int k=s[i]-'a';
stk[++tp]=s[i];
lst[tp]=ch[u][k];
if(val[lst[tp]])
tp-=val[lst[tp]];
u=lst[tp];
}
for(int i=1;i<=tp;++i)
printf("%c",stk[i]);
puts("");
}
}ac;
char buf[MAXN];
char s[MAXN];
int main()
{
scanf("%s",s);
int n=read();
for(int i=1;i<=n;++i)
{
scanf("%s",buf);
int len=strlen(buf);
ac.ins(buf,len,len);
}
ac.getfail();
ac.solve(s,strlen(s));
return 0;
}

单词

  • 题意:给出一个由若干单词组成的单词表,问每个单词在这个表中出现了几次.
  • 很像一个 \(kmp\) 或是 \(AC\) 自动机裸题,然而并没有那么简单.用自动机做 \(n\) 次匹配,可能会被卡掉.如果一直跳 \(fail\) 指针,就可以构造一组数据让你一直跳.
  • 正确的做法是使用 \(fail\) 树,连出这样所有的有向边 \(fail[x]->x\) .自动机上,每个节点都代表了一个前缀,连出边后,可以发现父亲节点是儿子节点的后缀.
  • 而一个字符串被匹配的次数恰好等于以它为后缀的前缀数目,即 \(fail\) 树中子树的大小.
  • 插入字符串的时候将经过的每个节点的权值 \(+1\) ,最后 \(dfs\) 统计即可.
#include"bits/stdc++.h"
using namespace std;
typedef long long LoveLive;
inline int read()
{
int out=0,fh=1;
char jp=getchar();
while ((jp>'9'||jp<'0')&&jp!='-')
jp=getchar();
if (jp=='-')
{
fh=-1;
jp=getchar();
}
while (jp>='0'&&jp<='9')
{
out=out*10+jp-'0';
jp=getchar();
}
return out*fh;
}
const int MAXN=1e6+10;
const int Siz=26;
int n;
struct AhoCorasick{
int idx;
int ch[MAXN][Siz];
int fail[MAXN];
int pos[MAXN];
int val[MAXN];
int ecnt;
int head[MAXN],to[MAXN],nx[MAXN],siz[MAXN];
AhoCorasick()
{
idx=0;
ecnt=0;
memset(ch,0,sizeof ch);
memset(fail,0,sizeof fail);
memset(val,0,sizeof val);
memset(head,0,sizeof head);
}
void ins(char *s,int len,int v)
{
int u=0;
for(int i=0;i<len;++i)
{
int k=s[i]-'a';
if(!ch[u][k])
ch[u][k]=++idx;
u=ch[u][k];
++val[u];
}
pos[v]=u;
}
void addedge(int u,int v)
{
++ecnt;
nx[ecnt]=head[u];
to[ecnt]=v;
head[u]=ecnt;
}
void getfail()
{
queue<int> q;
for(int i=0;i<Siz;++i)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u=q.front();
addedge(fail[u],u);
q.pop();
for(int i=0;i<Siz;++i)
{
if(ch[u][i])
{
fail[ch[u][i]]=ch[fail[u]][i];
q.push(ch[u][i]);
}
else
ch[u][i]=ch[fail[u]][i];
}
}
}
void dfs(int u)
{
siz[u]=val[u];
for(int i=head[u];i;i=nx[i])
{
int v=to[i];
dfs(v);
siz[u]+=siz[v];
}
}
void pr()
{
for(int i=1;i<=n;++i)
printf("%d\n",siz[pos[i]]);
}
}ac;
char buf[MAXN];
int main()
{
n=read();
for(int i=1;i<=n;++i)
{
scanf("%s",buf);
ac.ins(buf,strlen(buf),i);
}
ac.getfail();
ac.dfs(0);
ac.pr();
return 0;
}

病毒

  • 题意:给出若干个 \(01\) 串,问是否存在一个无限长的 \(01\) 串,满足所有给出的串都不是它的子串.
  • 将给出的串插入到 \(AC\) 自动机里,那么若存在一个环,环上的节点及它们沿 \(fail\) 指针向上跳都不经过单词末节点,则符合要求.
  • 插入的时候将权值一起合并,最后做一次 \(dfs\) 即可.
#include"bits/stdc++.h"
using namespace std;
typedef long long LoveLive;
inline int read()
{
int out=0,fh=1;
char jp=getchar();
while ((jp>'9'||jp<'0')&&jp!='-')
jp=getchar();
if (jp=='-')
{
fh=-1;
jp=getchar();
}
while (jp>='0'&&jp<='9')
{
out=out*10+jp-'0';
jp=getchar();
}
return out*fh;
}
const int MAXN=3e4+10;
const int Siz=2;
struct AhoCorasick{
int idx;
int ch[MAXN][Siz];
int fail[MAXN];
int val[MAXN];
AhoCorasick()
{
idx=0;
memset(ch,0,sizeof ch);
memset(val,0,sizeof val);
memset(fail,0,sizeof fail);
}
void ins(char *s,int len)
{
int u=0;
for(int i=0;i<len;++i)
{
int k=s[i]-'0';
if(!ch[u][k])
ch[u][k]=++idx;
u=ch[u][k];
}
val[u]=1;
}
void getfail()
{
queue<int> q;
for(int i=0;i<Siz;++i)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u=q.front();
q.pop();
for(int i=0;i<Siz;++i)
{
if(ch[u][i])
{
fail[ch[u][i]]=ch[fail[u]][i];
val[ch[u][i]]|=val[ch[fail[u]][i]];
q.push(ch[u][i]);
}
else
ch[u][i]=ch[fail[u]][i];
}
}
}
int vis[MAXN],inc[MAXN];
int dfs(int u)
{
inc[u]=1;
int v;
for(int i=0;i<Siz;++i)
{
v=ch[u][i];
if(inc[v])
return 1;
if(vis[v] || val[v])
continue;
vis[v]=1;
if(dfs(v))
return 1;
}
inc[u]=0;
return 0;
}
void solve()
{
memset(vis,0,sizeof vis);
memset(inc,0,sizeof inc);
if(dfs(0))
puts("TAK");
else
puts("NIE");
}
}ac;
int n;
char buf[MAXN];
int main()
{
n=read();
for(int i=1;i<=n;++i)
{
scanf("%s",buf);
ac.ins(buf,strlen(buf));
}
ac.getfail();
ac.solve();
return 0;
}

文本生成器

  • 题意:给出若干个由大写字母构成的单词,问长度为 \(m\) ,由大写字母构成的字符串中,包含至少一个单词的数目.对 \(10007\) 取模.
  • 可以先求出不包含任意一个单词的字符串数目,再用总数目\(26^m\)减去.
  • 将单词建成一个 \(AC\) 自动机,类似上题,合并权值即可求出一个节点是否能被走到.
  • 用 \(f[i][j]\) 表示已经走了 \(i\) 步,走到了节点 \(j\) 时的方案数. \(O(n^2)\ dp\) 即可.
#include"bits/stdc++.h"
using namespace std;
typedef long long LoveLive;
inline int read()
{
int out=0,fh=1;
char jp=getchar();
while ((jp>'9'||jp<'0')&&jp!='-')
jp=getchar();
if (jp=='-')
{
fh=-1;
jp=getchar();
}
while (jp>='0'&&jp<='9')
{
out=out*10+jp-'0';
jp=getchar();
}
return out*fh;
}
const int P=1e4+7;
inline int add(int a,int b)
{
return (a+b) % P;
}
inline int mul(int a,int b)
{
return a * b % P;
}
int fpow(int a,int b)
{
int res=1;
while(b)
{
if(b&1)
res=mul(a,res);
a=mul(a,a);
b>>=1;
}
return res;
}
const int MAXN=7777;
const int Siz=26;
int n,m;
struct AhoCorasick{
int idx;
int ch[MAXN][Siz];
int fail[MAXN];
int val[MAXN];
int f[101][MAXN];
AhoCorasick()
{
idx=0;
memset(ch,0,sizeof ch);
memset(fail,0,sizeof fail);
memset(val,0,sizeof val);
memset(f,-1,sizeof f);
}
void ins(char *s,int len)
{
int u=0;
for(int i=0;i<len;++i)
{
int k=s[i]-'A';
if(!ch[u][k])
ch[u][k]=++idx;
u=ch[u][k];
}
val[u]=1;
}
void getfail()
{
queue<int> q;
for(int i=0;i<Siz;++i)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u=q.front();
q.pop();
for(int i=0;i<Siz;++i)
{
if(ch[u][i])
{
fail[ch[u][i]]=ch[fail[u]][i];
//val[ch[u][i]]|=fail[ch[u][i]];
q.push(ch[u][i]);
}
else
ch[u][i]=ch[fail[u]][i];
}
val[u]|=val[fail[u]];//注意.
}
}
int dfs(int i,int j)//已经走了i步,在节点j
{
if(f[i][j]!=-1)
return f[i][j];
if(val[j])
return 0;
if(i==m)
return 1;
int &res=f[i][j];
res=0;
for(int k=0;k<Siz;++k)
{
res=add(res,dfs(i+1,ch[j][k]));
}
return res;
}
void solve()
{
int ans=fpow(26,m);
ans=add(ans,P-dfs(0,0));
printf("%d\n",ans);
}
}ac;
char buf[MAXN];
int main()
{
n=read(),m=read();
for(int i=1;i<=n;++i)
{
scanf("%s",buf);
ac.ins(buf,strlen(buf));
}
ac.getfail();
ac.solve();
return 0;
}

小结

  • \(AC\) 自动机可以解决一部分多模式串有关问题.其附带品 \(fail\) 树也有不错的性质.

AC自动机学习小结的更多相关文章

  1. AC自动机学习

    今天包括这一周开始学习AC自动机了,有点晚,但我感觉努努力还来得及.4月份还得认认真真攻图论,加油! 为2个月后的邀请赛及省赛.东北赛做准备. 推荐AC自动机学习地址:http://www.cppbl ...

  2. AC自动机学习笔记-2(Trie图&&last优化)

    我是连月更都做不到的蒟蒻博主QwQ 考虑到我太菜了,考完noip就要退役了,所以我决定还是把博客的倒数第二篇博客给写了,也算是填了一个坑吧.(最后一篇?当然是悲怆のnoip退役记啦QAQ) 所以我们今 ...

  3. [AC自动机][学习笔记]

    用途 AC自动机适用于一类用多个子串在模板串中匹配的字符串问题. 也就是说先给出一个模板串,然后给出一些子串.要求有多少个子串在这个模板串中出现过. KMP与trie树 其实AC自动机就是KMP与tr ...

  4. AC自动机学习笔记-1(怎么造一台AC自动机?)

    月更博主又来送温暖啦QwQ 今天我们学习的算法是AC自动机.AC自动机是解决字符串多模匹配问题的利器,而且代码也十分好打=w= 在这一篇博客里,我将讲解AC自动机是什么,以及怎么构建一个最朴素的AC自 ...

  5. AC自动机板子题/AC自动机学习笔记!

    想知道484每个萌新oier在最初知道AC自动机的时候都会理解为自动AC稽什么的,,,反正我记得我当初刚知道这个东西的时候,我以为是什么神仙东西,,,(好趴虽然确实是个对菜菜灵巧比较难理解的神仙知识点 ...

  6. AC 自动机学习笔记

    虽然 NOIp 原地爆炸了,目前进入 AFO 状态,但感觉省选还是要冲一把,所以现在又来开始颓字符串辣 首先先复习一个很早很早就学过但忘记的算法--自动 AC AC自动机. AC 自动机能够在 \(\ ...

  7. AC自动机学习笔记

    AC自动机 ----多个模板的字符串匹配 字典树Trie加上失配边构成 插入操作:ac.insert(p[i],i);构造失配函数:ac.getFail();计算文本串T中每个模板串的匹配数:ac.f ...

  8. AC自动机算法小结

    AC自动机,可惜不能自动AC 转载:飘过的小牛 OIer55242 简介 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 ...

  9. 【AC自动机】【字符串】【字典树】AC自动机 学习笔记

    blog:www.wjyyy.top     AC自动机是一种毒瘤的方便的多模式串匹配算法.基于字典树,用到了类似KMP的思维.     AC自动机与KMP不同的是,AC自动机可以同时匹配多个模式串, ...

随机推荐

  1. url拼接

    在做网页抓取的时候经常会遇到一个问题就是页面中的链接是相对链接,这个时候就需要对链接进行url拼接,才能得到绝对链接. url严格按照一定的格式构成,一般为如下5个字段: 详细可参考RFC:http: ...

  2. harbor 管理Helm Chart包

    官方网站:https://github.com/goharbor/harbor官方用户手册:https://github.com/goharbor/harbor/blob/master/docs/us ...

  3. C# WebSocket解析(收发数据包、分片超长包处理)

    using System; using System.Collections.Generic; using System.Linq; using System.Security.Cryptograph ...

  4. PHP运算符-算术运算符、三元运算符、逻辑运算符

    运算符是用来对变量.常量或数据进行计算的符号,它对一个值或一组值执行一个指定的操作.PHP的运算符包括算术运算符.字符串运算符.赋值运算符.位运算符.逻辑运算符.比较运算符.递增或递减运算符.错误控制 ...

  5. http & https & http2.0

    一.http状态码 1xx(信息性状态码,接受的请求正在处理) 2xx(成功状态码,请求正常处理完毕)200 OK204 No Content:请求成功但没有资源返回206 Partial Conte ...

  6. python3安装tensorflow遇到的问题

    1. 使用命令:sudo pip3 install --upgrade \ https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow ...

  7. [洛谷U62358]求导函数

    U62358 求导函数 题面 给出一个n次函数\(f(x)=a_{n}x^{n}+a_{n-1}x^{n-1}+...+a_{1}x+a_0\)的各项系数\(a_n,a_{n-1}...a_1,a_0 ...

  8. Tracing on Linux

    The Linux tracing APIs are a relatively new addition to the kernel and one of the most powerful new ...

  9. 006PHP基础知识——数据类型(三)

    <?php /** * 数据类型(三) * PHP是一个弱类型的语言 */ //检测数据类型:gettype() 返回字符串的数据类型 /*$str="美丽中国"; echo ...

  10. jQuery实现select三级联动

    参考:jQuery权威指南jQuery初步jQuery选择器jQuery操作domjQuery操作dom事件jQuery插件jQuery操作AjaxjQuery动画与特效jQuery实现导航栏jQue ...