多模式匹配AC演算法

aho-corasick演算法是多模式匹配中的經典演算法，目前在實際應用中較多。

aho-corasick演算法對應的資料結構是aho-corasick自動機，簡稱ac自動機。

搞程式設計的一般都應該知道自動機fa吧，具體細分為：確定性有限狀態自動機(dfa)和非確定性有限狀態自動機nfa。普通的自動機不能進行多模式匹配，ac自動機增加了失敗轉移，轉移到已經輸入成功的文字的字尾，來實現。

1.多模式匹配

多模式匹配就是有多個模式串p1,p2,p3...，pm，求出所有這些模式串在連續文字t1....n中的所有可能出現的位置。

例如：求出模式集合在給定文字"sdmfhsgnshejfgnihaofhsrnihao"中所有可能出現的位置。

2.aho-corasick演算法

使用aho-corasick演算法需要三步：

1.建立模式的trie

2.給trie新增失敗路徑

3.根據ac自動機，搜尋待處理的文字

下面說明這三步：

2.1建立多模式集合的trie樹

trie樹也是一種自動機。對於多模式集合，對應的trie樹如下，其中紅色標記的圈是表示為接收態：

2.2為多模式集合的trie樹新增失敗路徑，建立ac自動機

構造失敗指標的過程概括起來就一句話：設這個節點上的字母為c，沿著他父親的失敗指標走，直到走到乙個節點，他的兒子中也有字母為c的節點。然後把當前節點的失敗指標指向那個字母也為c的兒子。如果一直走到了root都沒找到，那就把失敗指標指向root。

使用廣度優先搜尋bfs，層次遍歷節點來處理，每乙個節點的失敗路徑。　　

特殊處理：第二層要特殊處理，將這層中的節點的失敗路徑直接指向父節點(也就是根節點)。

2.3根據ac自動機，搜尋待處理的文字

從root節點開始，每次根據讀入的字元沿著自動機向下移動。

當讀入的字元，在分支中不存在時，遞迴走失敗路徑。如果走失敗路徑走到了root節點，則跳過該字元，處理下乙個字元。

因為ac自動機是沿著輸入文字的最長字尾移動的，所以在讀取完所有輸入文字後，最後遞迴走失敗路徑，直到到達根節點，這樣可以檢測出所有的模式。

3.aho-corasick演算法**示例

模式串集合：

待匹配文字："sdmfhsgnshejfgnihaofhsrnihao"

**如下：

#include#include#include#includeusing namespace std;
typedef struct node
*tree,treenode;
char pattern[4][30]=;
//申請新節點，並進行初始化
treenode *getnewnode()
//將trie樹中，root節點的分支節點放入佇列
int nodetoqueue(tree root,queue&myqueue)
//建立trie樹
tree buildingtree()
else
tmp1=tmp1->next[ pattern[i][j]-'a' ];
}		tmp1->pattertag=1;
tmp1->patterno=i;
}	return root;
}//建立失敗指標,使用廣搜bfs層次遍歷節點來處理每乙個節點的失敗路徑
int buildingfailpath(tree root)
}	tree tmp=null,par=null;
while(!myqueue.empty())
else
else
par=par->fail->par;
}}	}
return 0;
}//進行多模式搜尋，即搜尋ac自動機
int searchac(tree root,char *str,int len)
free(tmp);
}	return 0;
}int main()
{	char a="sdmfhsgnshejfgnihaofhsrnihao";
tree root=buildingtree();
buildingfailpath(root);
cout<

多模式匹配AC演算法

AC多模式匹配演算法

多模式匹配AC演算法（更正）

AC自動機（多模式匹配）

多模式匹配AC演算法

AC多模式匹配演算法

多模式匹配AC演算法（更正）

AC自動機（多模式匹配）

相關推薦