杭电ACM1277——全文检索~~AC自动机算法

标签：acm   杭电   全文检索   

题目的意思：给你一篇文章，再给你T个字符串，判断这T个字符串有哪些在文章中出现过。

由于文章很大，普通的方法必定超时，所以需要用 AC自动机算法。

AC自动机算法是多模匹配算法之一，主要是用于在一篇文章中，找出给定的N个单词在这篇文章中出现的个数。

AC自动机算法，我也是刚刚学习，主要是在建立字典树的基础上，增加了失败指针，提高了匹配的效率。而且最难的是失败指针的建立。

它的优点是：最大限度地减少无谓的字符串比较，查询效率比哈希表高。

对于AC自动机算法，可以参考大神的博客：点击打开链接 里面有详细的说明，我也是从中学习的。

AC自动机算法，基本上就是那样子的，所以，写的代码，可以成为模版来用。

我一开始用的不是队列来做的，也就是参考上面博客的大神写的，但是，内存超了，所以，改用了队列来做，才过的，而且用的内存也仅仅只是比规定的少了100多K。

下面的是AC的代码：

#include <iostream>
#include <cstdio>
#include <cstring>
#include <vector>
#include <queue>
using namespace std;

char str[60010];
class data
{
public:
	int key;         //判断是否是叶子结点
	data *fail;      //失败指针
	data *num[10];   //子结点
	data()           //构造函数
	{
		key = 0;
		fail = NULL;
		memset(num, NULL, sizeof(num));
	}
};
int head, tail;
vector <int> ans;
bool flag;

void buildTree(data *root, int x, char *p)    //建立字典树函数，root提前new了一个
{
	int j;
	int length = strlen(p);	
	data *temp = root;
	for(j = 0; j < length; j++)
	{
		int k = p[j] - '0';
		if(temp->num[k] == NULL)
		{
			temp->num[k] = new data();
		}
		temp = temp->num[k];
	}
	temp->key = x;
}

void get_fail(data *head)                //获取fail指针
{
	data *now, *p;  
    queue<data*> q;  
    head->fail = NULL;  
    q.push(head);                   //根节点入队
    for(; !q.empty(); )  
    {  
        now = q.front();  
        q.pop();  
        for(int i = 0; i < 10; ++i)  //所有不为NULL的入队
            if(now->num[i])  
            {  
                p = now->fail;  
                for(; p && !p->num[i]; p = p->fail);  
                now->num[i]->fail = p ? p->num[i] : head;  
                q.push(now->num[i]); 
            }  
    }  
}
void finds(data *root, char *s)     //匹配函数
{
	int leng = strlen(s);
	data *p = root;
	for(int i = 0; i < leng; i++)
	{
		int k = s[i] - '0';
		while(!p->num[k] && p != root)
			p = p->fail;
		p = p->num[k] == NULL ? root : p->num[k];
		data *temp = p;
		for( ; temp != root; temp = temp->fail)
		{
			if(temp->key)
			{
				ans.push_back(temp->key);
				flag = true;
			}
		}
	}
}

int main()
{
//  freopen("data.txt", "r", stdin);
    int n, t, i, j, k;
    char s[120];
    while(cin >> n >> t)
	{
		getchar();
		flag = false;
		head = tail = 0;
		data *root = new data();
		memset(str, '\0', sizeof(str));
		for(i = 0; i < n; i++)            //输入数据
		{
			gets(s);
			strcat(str, s);
		}
		getchar();
		for(i = 0; i < t; i++)          //输入数据
		{
			gets(s);
			int length = strlen(s);
			k = j = 0;
			while(s[k++] != ']');   //去掉前面没用的
		
			k += 1;
			while(k < length)
			{
				s[j++] = s[k++];
			}
			s[j] = '\0';
			buildTree(root, i + 1, s);  //建树
		}
		get_fail(root);           //获取fail指针
		finds(root, str);        //匹配
		if(flag)
		{
			cout << "Found key: ";
			for(i = 0; i < ans.size(); i++)
				i != ans.size() - 1 ? cout << "[Key No. " << ans[i] << "] " : cout << "[Key No. " << ans[i] << "]" << endl;;
		}
		else
			cout << "No key can be found !" << endl;
	}
    return 0;
}

杭电ACM1277——全文检索~~AC自动机算法

标签：acm   杭电   全文检索   

原文地址：http://blog.csdn.net/qq_25425023/article/details/47010929