【leetcode】127.(Medium)Word Ladder

单词梯形最短路径算法
本文介绍了一种使用BFS算法寻找单词梯形中从起始单词到目标单词的最短路径的方法。通过构建单词间关系图,实现对大量单词数据的高效处理。文章详细解释了算法流程,并提供了具体实现代码。

解题思路:
首先将所有的单词映射为一张map:其中键是每一个单词,值是一个数组,对应和这个单词只差一个字母的所有的单词;然后利用BFS找到一条最短路径。
时间复杂度:O(n)


提交代码:

class Solution {
    public int ladderLength(String beginWord, String endWord, List<String> wordList) {
        if(!wordList.contains(endWord))	return 0;
        
        // create the wordLadder map
    	Map<String,List<String>> map=new HashMap<>();
        Queue<String> q1=new LinkedList<>();
        Queue<String> q2=new LinkedList<>();
        q1.add(endWord);
        wordList.remove(endWord);
        wordList.add(beginWord);
        while(q1.size()>0) {
        	while(q1.size()>0) {
        	List<String> list=new ArrayList<>();
        	String tmp1=q1.poll();
        	for(int i=0;i<wordList.size();i++) {
        		String tmp2=wordList.get(i);
        		if(isNeighbor(tmp1,tmp2)) {
        			list.add(tmp2);
        			q2.add(tmp2);
        			wordList.remove(tmp2);
        			i--;
        		}
        	}
        	map.put(tmp1, list);
        	}
        	q1.addAll(q2);
        	q2.clear();
        }
        
        // find the ladder by BFS
        int len=1;
        Set<String> set1=new HashSet<String>();
        Set<String> set2=new HashSet<String>();
        set1.addAll(map.get(endWord));
        while(set1.size()>0) {
        	len++;
        for(String str : set1) {
        	if(str.equals(beginWord))	return len;
        	set2.addAll(map.get(str));
        }
        set1.clear();
        set1.addAll(set2);
        set2.clear();
    }
        return 0;
    }
    
    private boolean isNeighbor(String s1,String s2) {
    	int cnt=0;
    	for(int i=0;i<s1.length();i++) {
    		if(s1.charAt(i)!=s2.charAt(i)) {
    			cnt++;
    			if(cnt>1)	return false;
    		}
    	}
    	if(cnt==0)	return false;
    	return true;
    }
}

运行结果:
在这里插入图片描述

跟网型逆变器小干扰稳定性分析与控制策略优化研究(Simulink仿真实现)内容概要:本文围绕跟网型逆变器的小干扰稳定性展开分析,重点研究其在电力系统中的动态响应特性及控制策略优化问题。通过构建基于Simulink的仿真模型,对逆变器在不同工况下的小信号稳定性进行建模与分析,识别系统可能存在的振荡风险,并提出相应的控制优化方法以提升系统稳定性和动态性能。研究内容涵盖数学建模、稳定性判据分析、控制器设计与参数优化,并结合仿真验证所提策略的有效性,为新能源并网系统的稳定运行提供理论支持和技术参考。; 适合人群:具备电力电子、自动控制或电力系统相关背景,熟悉Matlab/Simulink仿真工具,从事新能源并网、微电网或电力系统稳定性研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 分析跟网型逆变器在弱电网条件下的小干扰稳定性问题;② 设计并优化逆变器外环与内环控制器以提升系统阻尼特性;③ 利用Simulink搭建仿真模型验证理论分析与控制策略的有效性;④ 支持科研论文撰写、课题研究或工程项目中的稳定性评估与改进。; 阅读建议:建议读者结合文中提供的Simulink仿真模型,深入理解状态空间建模、特征值分析及控制器设计过程,重点关注控制参数变化对系统极点分布的影响,并通过动手仿真加深对小干扰稳定性机理的认识。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值