双数组AC自动机(doubleArrayTrie)的实现

按照PPT上的描述写了个最简单的版本，没敢测大数据。

主要是几个表的构建：

首先构建next,base,check表。

根据失效函数的定义：父状态的失效函数输入当前字符，可得出每个状态的失效函数(要转移到的状态)

可以发现每个状态要转移到的状态是一定的，如下图：



所以可以构造一个fail表，由上述三个表来构建。

为了输出方便，又构造了一个output表。

代码如下：

#include <iostream>
#include <cstring>
#include <cstdio>
#include <cstdlib>
#include <queue>
#include <stack>

using namespace std;

struct node
{
    int currentCharacter;
    int fatherCharacter;
} modelSet[100][100];

struct nextNode
{
    int state;
    int character;
} next[256];

struct outputNode
{
    int state;
    char str[100];
    bool available;
} output[256];

struct zhongyu
{
    int pos;
    int state;
}result[100];

queue<int>q;
int characterAppear[256];
int base[256];
int check[256];
int fail[256];
int currentState=0;
int fatherState=0;

int readyToInsert[256];
int index=0;
int curNodeNum=0;
int nextNodeNum=0;
int inputNum;
char input[100][100];
int tongji=0;
int currentPos;

void buildTable();
int gotoFunc(int state,int c);
void buildFailTable();
void buildOutputTable();

int main()
{
    freopen("1.txt","r",stdin);
    memset(input,0,sizeof(input));
    scanf("%d",&inputNum);
    int rowLen;
    int maxRowLen=-1;
    for(int i=0; i<inputNum; i++)
    {
        scanf(" %s",input[i]);
        rowLen=strlen(input[i]);
        if(rowLen>maxRowLen) maxRowLen=rowLen;
        for(int j=0; j<rowLen; j++)
        {
            modelSet[i][j].currentCharacter=input[i][j];
            //printf("cur=%c  ",modelSet[i][j].currentCharacter);
            if(!j) modelSet[i][j].fatherCharacter=0;
            else modelSet[i][j].fatherCharacter=modelSet[i][j-1].currentCharacter;
            //printf("fat=%c\n",modelSet[i][j].fatherCharacter);
        }
    }

    memset(characterAppear,0,sizeof(characterAppear));
    for(int i=0; i<inputNum; i++)
    {
        characterAppear[modelSet[i][0].currentCharacter]=1;
    }
    for(int j=0; j<256; j++)
    {
        if(characterAppear[j])
        {
            q.push(j);
            readyToInsert[index++]=j;
        }
    }
    curNodeNum=index;
    buildTable();

    int k=1;
    while(!q.empty())
    {
        memset(characterAppear,0,sizeof(characterAppear));
        int qhead=q.front();
        q.pop();
        curNodeNum--;
        for(int i=0; i<inputNum; i++)
        {
            if(modelSet[i][k].currentCharacter==0) continue;
            if(qhead==modelSet[i][k].fatherCharacter)
            {
                characterAppear[modelSet[i][k].currentCharacter]=1;
            }
        }
        for(int j=0; j<256; j++)
        {
            if(characterAppear[j])
            {
                q.push(j);
                readyToInsert[index++]=j;
                nextNodeNum++;
            }
        }
        buildTable();
        if(!curNodeNum)
        {
            curNodeNum=nextNodeNum;
            k++;
            nextNodeNum=0;
        }
    }
    printf("check:\n");
    for(int i=0; i<=12; i++)
    {
        printf("%d ",check[i]);
    }
    printf("\nnext:\n");
    for(int i=0; i<=12; i++)
    {
        printf("%d ",next[i].state);
    }
    printf("\nbase:\n");
    for(int i=0; i<=currentState; i++)
    {
        printf("%d ",base[i]);
    }
    buildFailTable();
    printf("\nfail:\n");
    for(int i=0; i<=currentState; i++)
    {
        printf("%d ",fail[i]);
    }
    buildOutputTable();

    system("pause");
    printf("\nlujing:\n");
    //char testchar[100]="yasherhs";
    char testchar[100];
    scanf("%s",testchar);
    int nowState=gotoFunc(0,testchar[0]);
    printf("%d ",nowState);
    result[tongji].state=nowState;
    result[tongji++].pos=1;
    for(currentPos=1; currentPos<(int)strlen(testchar); currentPos++)
    {
        nowState=gotoFunc(nowState,testchar[currentPos]);
        printf("%d ",nowState);
        result[tongji].state=nowState;
        result[tongji++].pos=currentPos+1;
    }
    printf("\n\nmingzhong:\n");
    for(int j=0; j<tongji; j++)
    {
        for(int i=0; i<=currentState; i++)
        {
            if(output[i].available==1 && output[i].state==result[j].state)
                printf("%d   %s\n",result[j].pos-strlen(output[i].str),output[i].str);
        }
    }
    fclose(stdin);
    return 0;
}

void buildTable()
{
    if(!index)return;
    int j=1;
    for(; j<256; j++)
    {
        if(!next[j].state) break;
    }
    base[fatherState]=j-(readyToInsert[0]);
//adjust base[]
    bool flag=1;
    while(flag)
    {
        int p=0;
        for(; p<index; p++)
        {
            if((next[base[fatherState]+readyToInsert[p]].state)!=0) break;
        }
        if(p==index) flag=0;
        else base[fatherState]++;
    }
    //deal check & next table
    for(int i=0; i<index; i++)
    {
        next[base[fatherState]+readyToInsert[i]].state=++currentState;
        next[base[fatherState]+readyToInsert[i]].character=readyToInsert[i];
        check[currentState]=fatherState;
    }

    memset(readyToInsert,0,sizeof(0));
    index=0;
    fatherState++;
}

void buildFailTable()
{
    for(int i=0; i<=currentState; i++)
    {
        if(!check[i]) continue;
        else
        {
            for(int j=0; j<256; j++)
            {
                if(next[j].state==i)
                {
                    fail[i]=gotoFunc(fail[check[i]],next[j].character);
                    //  printf("\ni=%d j=%d  %d %c\n",i,j,fail[check[i]],next[j].character);
                    break;
                }
            }
        }
    }
}

int gotoFunc(int state,int c)
{
    int t=next[base[state]+c].state;
    if(check[t]==state) return t;
    else if(state==0) return 0;
    else
    {
        printf("%d ",fail[state]);
        result[tongji].state=fail[state];
        result[tongji++].pos=currentPos;
        return gotoFunc(fail[state],c);
    }
}

void buildOutputTable()
{
    char keng1[256];
    for(int i=1; i<=currentState; i++)
    {
        memset(keng1,0,sizeof(keng1));
        output[i].state=i;
        int temp=i;
        int num=0;
        while(temp)
        {
            for(int j=0; j<256; j++)
            {
                if(temp==next[j].state)
                {
                    keng1[num++]=next[j].character;
                    break;
                }
            }
            temp=check[temp];
        }
        int k=0;
        for(int p=num-1; p>=0; p--)
        {
            output[i].str[k++]=keng1[p];
        }
        for(int q=0; q<inputNum; q++)
        {
            if(!strcmp(input[q],output[i].str))
            {
                output[i].available=1;
                break;
            }
        }
    }
}

测试数据：

文件名 1.txt





测试结果：



第一个数字为模式字符串首次出现的位置，第二个字符串为命中的模式。