LeetCode探索之旅(77)-290Word Pattern

本文解析了LeetCode第290题,判断两个字符串模式是否相等的问题,详细介绍了C++和Python的解决方案,包括map和set的使用,以及Python中zip函数的应用。

今天继续刷LeetCode,第290题,判断两个字符串模式是否相等。

分析:
通过istringstream将第二个字符串的每个单词进行分开,同时比较两个字符串中对应位置map映射的结果是否相等。如果相等,就重新赋值,不等就返回false。

问题:
1、map映射的使用;
2、set的使用;
3、Python中zip的使用。

附上C++代码:

class Solution {
public:
    bool wordPattern(string pattern, string str) {
        map<char,int> p2i;
        map<string,int> s2i;
        istringstream in(str);
        int i=0,n=pattern.size();
        for(string word;in>>word;i++)
        {
            if(i==n||p2i[pattern[i]]!=s2i[word])
                return false;
            p2i[pattern[i]]=s2i[word]=i+1;            
        }
        return i==n;
    }
};

附上Python代码:

class Solution:
    def wordPattern(self, pattern: str, str: str) -> bool:
        p=len(pattern)
        t=len(str.split())
        return p==t and len(set(pattern))==len(set(str.split())) and len(set(pattern))==len(set(zip(pattern,str.split())))
    
【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
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