上面讲了AC自动机是如何建树和建自动机的,这里要讲的是AC自动机的查询和各个数组的功能和作用。
其实AC自动机的查询和KMP算法是及其相近的,都是一个指针跑主串,另一个指针跑ne串(这里就是回跳边)。
话都说到这了,不妨先来看看ne的真实用处吧。上次有提过,ne数组存的其实就是最长的后缀模式串,当我们找到一个字串在主串中匹配的时候,我们并不能直接继续下去,因为如果两个单词之间存在借位的情况,我们就会忽略从而导致错误,所以我们需要记录下当前字母先前能回跳的位置,这样我们才能将我们所要的字串一网打尽,和KMP其实是完全相同的。
那么转移边呢,我们说过我们要用一个指针去遍历树,但是我们遍历树的时候一但到头了怎么办,是不是要沿着原路反回。现在我们用一个转移边就可以节省这一部分的操作,那么为什么要把转移边建在自己回跳边的儿子上呢?其实是为了契合上面所建的回跳边,这样我们的跑主串的指针就一定会是不回退的,只需要回跳边不断操作,主串完全就是一个匹配版,不需要进行复杂的操作。
代码如下:
int query(char *s)
{
int ans = 0;
for(int k = 0, i = 0; s[k]; k ++)
{
i = ch[i][s[k] - 'a'];
for(int j = i; j && ~cnt[j]; j = ne[j])
{
ans += cnt[j];
cnt[j] = -1;
}
}
return ans;
}
这里需要注意,我们的计数的维护,当我们找到某一个字串后,我们会加上它在Trie树中存储的个数,同时别忘了清零,否则会多加,这里用的是位运算的小技巧。
贴一道例题:
https://www.luogu.com.cn/problem/P3808https://www.luogu.com.cn/problem/P3808
题目描述
给定 𝑛 个模式串 𝑠𝑖 和一个文本串 𝑡,求有多少个不同的模式串在文本串里出现过。
两个模式串不同当且仅当他们编号不同。
输入格式
第一行是一个整数,表示模式串的个数 𝑛。
第 2 到第 (𝑛+1) 行,每行一个字符串,第 (𝑖+1) 行的字符串表示编号为 𝑖的模式串 𝑠𝑖。
最后一行是一个字符串,表示文本串 𝑡。
输出格式
输出一行一个整数表示答案。
输入输出样例
输入 #1复制
3 a aa aa aaa
输出 #1复制
3
输入 #2复制
4 a ab ac abc abcd
输出 #2复制
3
输入 #3复制
2 a aa aa
输出 #3复制
2
代码如下:
#include <bits/stdc++.h>
using namespace std;
const int N = 1e6 + 10;
int ch[N][26], cnt[N], ne[N];
int n, idx;
char s[N];
void insert(char *s)
{
int p = 0;
for(int i = 0; s[i]; i ++)
{
int j = s[i] - 'a';
if(!ch[p][j])
ch[p][j] = ++ idx;
p = ch[p][j];
}
cnt[p] ++;
}
void build()
{
queue<int> q;
for(int i = 0; i < 26; i ++)
if(ch[0][i])
q.push(ch[0][i]);
while(!q.empty())
{
int u = q.front();
q.pop();
for(int i = 0; i < 26; i ++)
{
int v = ch[u][i];
if(v)
{
ne[v] = ch[ne[u]][i];
q.push(v);
}
else
ch[u][i] = ch[ne[u]][i];
}
}
}
int query(char *s)
{
int ans = 0;
for(int k = 0, i = 0; s[k]; k ++)
{
i = ch[i][s[k] - 'a'];
for(int j = i; j && ~cnt[j]; j = ne[j])
{
ans += cnt[j];
cnt[j] = -1;
}
}
return ans;
}
int main()
{
cin >> n;
while(n --)
{
cin >> s;
insert(s);
}
build();
cin >> s;
int ans = query(s);
cout << ans << endl;
}
我发现了,其实这些看起来比较难的算法并没有用什么特别高级的东西,大多都是需要动脑想的,只要将各个数组的作用,以及特殊的定义想明白其实还是简单的。