HDU 3065 （AC自动机）

病毒侵袭持续中

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)

Total Submission(s): 9999    Accepted Submission(s): 3500


Problem Description

小t非常感谢大家帮忙解决了他的上一个问题。然而病毒侵袭持续中。在小t的不懈努力下，他发现了网路中的“万恶之源”。这是一个庞大的病毒网站，他有着好多好多的病毒，但是这个网站包含的病毒很奇怪，这些病毒的特征码很短，而且只包含“英文大写字符”。当然小t好想好想为民除害，但是小t从来不打没有准备的战争。知己知彼，百战不殆，小t首先要做的是知道这个病毒网站特征：包含多少不同的病毒，每种病毒出现了多少次。大家能再帮帮他吗？

 

Input

第一行，一个整数N（1<=N<=1000），表示病毒特征码的个数。

接下来N行，每行表示一个病毒特征码，特征码字符串长度在1—50之间，并且只包含“英文大写字符”。任意两个病毒特征码，不会完全相同。

在这之后一行，表示“万恶之源”网站源码，源码字符串长度在2000000之内。字符串中字符都是ASCII码可见字符（不包括回车）。

 

Output

按以下格式每行一个，输出每个病毒出现次数。未出现的病毒不需要输出。

病毒特征码: 出现次数

冒号后有一个空格，按病毒特征码的输入顺序进行输出。

 

Sample Input

3
AA
BB
CC
ooxxCC%dAAAoen....END

 

Sample Output

AA: 2
CC: 1
Hint
Hit：
题目描述中没有被提及的所有情况都应该进行考虑。比如两个病毒特征码可能有相互包含或者有重叠的特征码段。
计数策略也可一定程度上从Sample中推测。

 

Source

2009 Multi-University Training Contest 16 - Host
by NIT

 

Recommend

lcy

 

题解：AC自动机模板题，不过要改一下模板，这里是所有可见字符，那么我们只能把数组开到叶子节点个数开到130。最大节点个数是n*len，所以开1000*50就可以了

#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<cmath>
#include<iostream>
#include<algorithm>
#include<vector>
#include<map>
#include<set>
#include<queue>
#include<string>
#include<bitset>
#include<utility>
#include<functional>
#include<iomanip>
#include<sstream>
#include<ctime>
using namespace std;

#define N int(1e5)
#define inf int(0x3f3f3f3f)
#define mod int(1e9+7)
typedef long long LL;

const int SIGMA_SIZE = 130;
const int MAXNODE = 101000;
const int MAXS = 1005;

map<string,int> ms;
//ms是为了满足特殊要求,比如模板串相同时
struct ACautomata {
int ch[MAXNODE][SIGMA_SIZE];
int f[MAXNODE]; // fail函数
int val[MAXNODE]; // 每个字符串的结尾结点都有一个非0的val
int last[MAXNODE]; // 输出链表的下一个结点
int cnt[MAXS];
int sz;

void init() {
sz = 1;
memset(ch[0], 0, sizeof(ch[0]));
memset(cnt, 0, sizeof(cnt));
ms.clear();
}

// 字符c的编号
int idx(char c) {
return int(c);
}

// 插入字符串。v必须非0
void insert(char *s, int v) {
int u = 0, n = strlen(s);
for(int i = 0; i < n; i++) {
int c = idx(s[i]);
if(!ch[u][c]) {
memset(ch[sz], 0, sizeof(ch[sz]));
val[sz] = 0;
ch[u][c] = sz++;
}
u = ch[u][c];
}
val[u] = v;
ms[string(s)] = v;
}

// 递归打印匹配文本串str[i]结尾的后缀,以结点j结尾的所有字符串
void print(int i,int j) {
if(j) {
cnt[val[j]]++;
print(i,last[j]);
}
}

// 在T中找模板
void find(char* T) {
int n = strlen(T);
int j = 0; // 当前结点编号，初始为根结点
for(int i = 0; i < n; i++) { // 文本串当前指针
int c = idx(T[i]);
j = ch[j][c];
if(val[j]) print(i,j);
else if(last[j]) print(i,last[j]); // 找到了！
}
}

// 计算fail函数
void getFail() {
queue<int> q;
f[0] = 0;
// 初始化队列
for(int c = 0; c < SIGMA_SIZE; c++) {
int u = ch[0][c];
if(u) { f[u] = 0; q.push(u); last[u] = 0; }
}
// 按BFS顺序计算fail
while(!q.empty()) {
int r = q.front(); q.pop();
for(int c = 0; c < SIGMA_SIZE; c++) {
int u = ch[r][c];
if(!u) {
ch[r][c]=ch[f[r]][c];
continue;
}
q.push(u);
int v = f[r];
while(v && !ch[v][c]) v = f[v];
f[u] = ch[v][c];
last[u] = val[f[u]] ? f[u] : last[f[u]];
}
}
}

}AC;

#ifdef CDZSC
#define debug(...) fprintf(stderr, __VA_ARGS__)
#else
#define debug(...)
#endif

char s[1005][100];
char tmp[2000000+10];
int main()
{
#ifdef CDZSC
freopen("o.txt", "r", stdin);
//freopen("o.txt","w",stdout);
int _time_jc = clock();
#endif

int n;
while(~scanf("%d",&n))
{
AC.init();
for(int i=1;i<=n;i++)
{
scanf("%s",s[i]);
AC.insert(s[i],i);
}
AC.getFail();
scanf("%s",tmp);
AC.find(tmp);
for(int i=1;i<=n;i++)
{
if(AC.cnt[i]>0)
{
printf("%s: %d\n",s[i],AC.cnt[i]);
}
}
}
#ifdef CDZSC
debug("time: %d\n", int(clock() - _time_jc));
#endif
return 0;
}