HDU 2222 关键词查找

题目大意:给出一篇文章，长度最多1000000，若干个关键词，关键词有可能重复。关键词不超过10000，每个关键词不超过50个字符。请问该文章包含多少个关键词。

这是AC自动机的入门题。首先将关键词分别插入到一棵trie树中，对每个关键词的对应的结束节点设置一个标记；第二步设置trie树中节点的fail指针。每个节点u都得有fail指针，指向某一个节点v，表示当u无法继续往下匹配时，u应该跳转的节点。节点u与v的字符相同，且根到v的字符串为根到u的字符串的最长后缀。如果u没有找到对应的v，则u的fail指针指向root。root的fail指针指向自身；第三步则是查询。查询时从根节点开始。每次根据当前的字符在当前节点的儿子中找到对应节点，如果没有找到，则跳转到当前节点的fail指针处，一直要找到某个节点，在它儿子中存在和当前字符匹配的节点，然后继续往下。当然如果到了根节点也没有找到，则查找下一个字符了。这里要注意的是，即使当前节点可以继续往下匹配，在当前节点往下匹配之前，我们需要另外拿一个指针，从当前节点出发，通过fail指针往上遍历，筛选是否有结束节点。因为有些关键词可能是当前节点到根的字符串的后缀。每个节点被筛选后可以做一个标记，下次筛选到这里时可以提前退出了。这样可以保证每个节点最多被筛选一次。

具体见代码：

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
#define MAXC 26
struct node
{
int cnt,fail,nxt[MAXC];
}trie[550000];
int root,tot=1,myq[550000],res=0,T,n,head,tail;
char artical[1000005],word[55];
void insert(int r,char *s)
{
int len=strlen(s),val;
for(int i=0;i<len;i++)
{
val=s[i]-'a';
if(trie[r].nxt[val]==0)
trie[r].nxt[val]=++tot;
r=trie[r].nxt[val];
}
trie[r].cnt++;
}
void build(int r)
{
trie[r].fail=r;
myq[tail++]=r;
while(head<tail)
{
r=myq[head++];
for(int i=0;i<MAXC;i++)
{
int ch,p;
if(ch=trie[r].nxt[i])
{
myq[tail++]=ch;
for(p=trie[r].fail;p!=root&&trie[p].nxt[i]==0;p=trie[p].fail);
int tmp=trie[p].nxt[i];//tmp可能为空，因为p可能为根节点。
if(tmp&&tmp!=ch)trie[ch].fail=tmp;//防止ch的fail指针指向自己
else trie[ch].fail=root;
}
}
}
}
void query(int r,char *s)
{
int len=strlen(s),val;
for(int i=0;i<len;i++)
{
val=s[i]-'a';
while(r!=root&&trie[r].nxt[val]==0)
r=trie[r].fail;
r=trie[r].nxt[val];
if(r==0)r=root;
for(int temp=r;temp!=root;temp=trie[temp].fail)//查询时要另一个指针从当前节点通过fail往上找。
{
if(trie[temp].cnt==-1)break; //凡是找过的节点cnt设置为-1.所以遇到，可以提前退出。
res+=trie[temp].cnt;
trie[temp].cnt=-1;
}
}
}
int main()
{
scanf("%d",&T);
while(T--)
{
root=1;
head=tail=0;
tot=1;
res=0;
memset(trie,0,sizeof trie);
scanf("%d",&n);
for(int i=0;i<n;i++)
{scanf("%s",word);
insert(root,word);
}
scanf("%s",artical);
build(root);
query(root,artical);
printf("%d\n",res);
}
return 0;
}