AC自动机通过构建Trie树、失败指针和执行匹配实现高效多模式串查找，时间复杂度为O(n + m + z)，适用于大规模关键词匹配。
AC自动机（Aho-Corasick Automaton）是一种用于高效解决多模式串匹配的经典算法。当需要在一个主串中查找多个模式串是否出现时，使用AC自动机比逐个进行KMP或暴力匹配要高效得多。c++实现AC自动机主要包含三个步骤：构建Trie树、构建失败指针（fail指针）、执行匹配。
构建Trie树
将所有模式串插入到Trie树中，每个节点代表一个字符，路径从根到叶表示一个完整的模式串。同时在每个节点记录是否为某个模式串的结尾，并保存对应的模式串编号或出现次数。
– 每个节点用数组或map存储子节点指针 – 设置一个标记变量表示该节点是否为某个模式串的结束 – 可额外记录模式串索引或数量
示例结构：
struct node { int next[26]; // 假设只有小写字母 bool isEnd; int id; // 模式串编号 Node() { fill(next, next + 26, -1); isEnd = false; id = -1; } }; vector<Node> trie(1); // 初始化根节点构建失败指针（Fail指针）
失败指针的作用类似于KMP中的next数组，用于在匹配失败时跳转到最长公共前后缀的位置。通过BFS遍历Trie树来构建fail指针。
立即学习“C++免费学习笔记（深入）”；
– 根节点的所有直接子节点的fail指向根 – 对于当前节点u的子节点v，查找trie[u].fail对应节点是否有相同字符的子节点 – 如果有，则v的fail指向那个子节点；否则继续沿fail链向上找 – 若最终没找到，指向根节点
BFS过程伪代码逻辑：
queue<int> q; for (int i = 0; i < 26; ++i) { if (trie[0].next[i] != -1) { int child = trie[0].next[i]; fail[child] = 0; q.push(child); } } while (!q.empty()) { int u = q.front(); q.pop(); for (int i = 0; i < 26; ++i) { int &v = trie[u].next[i]; int f = fail[u]; if (v != -1) { while (f != -1 && trie[f].next[i] == -1) f = fail[f]; fail[v] = (f == -1) ? 0 : trie[f].next[i]; q.push(v); } } }执行多模式匹配
从主串第一个字符开始，在Trie树上逐字符转移状态。如果当前节点没有对应子节点，则通过fail指针回溯，直到可以转移或回到根节点。
– 遍历主串每个字符c – 当前状态为cur，尝试转移到trie[cur].next[c-‘a’] – 若无法转移，通过fail链寻找可转移位置 – 每到达一个节点，沿fail链回溯所有可能的模式串结尾并记录结果
关键匹配逻辑：
int cur = 0; for (char c : text) { int idx = c - 'a'; while (cur != -1 && trie[cur].next[idx] == -1) cur = fail[cur]; cur = (cur == -1) ? 0 : trie[cur].next[idx]; <pre class="brush:php;toolbar:false;">int temp = cur; while (temp != 0) { if (trie[temp].isEnd) { cout << "Pattern found at position: " << i - pattern_len + 1 << endl; } temp = fail[temp]; }}
优化建议：
- 使用静态数组代替vector以提升性能
- 合并重复模式串避免冗余
- 在构建fail指针时同时更新输出链（output link），避免每次匹配都遍历fail链
基本上就这些。AC自动机的时间复杂度为O(n + m + z)，其中n是主串长度，m是所有模式串总长度，z是匹配次数，非常适合大规模多关键词匹配场景。