HDU6208The Dominator of Strings 【AC自动机】

本文介绍了一种使用AC自动机解决最长公共子串问题的方法。通过构建AC自动机并利用其特性来判断是否存在唯一的最长公共子串,并给出相应的解决方案。

传送门


显然只有长度最长的串才可能是答案
若有2个串长度最长 且不相同 无解

建立ac自动机,若存在>=2个深度最大的节点 无解
用最长的串跑一遍查询,如果能匹配到的串恰好有n个 答案就是该串

#include<stdio.h>
#include<bits/stdc++.h>
#define ll long long
#define pii pair<int,int>
#define pll pair<ll,ll>
#define MEM(a,x) memset(a,x,sizeof(a))
#define lowbit(x) ((x)&-(x))

using namespace std;

const int INF = 1e9+7;
const int inf=INF;
const int N = 100000 + 5;

char str[N];
bool vis[N];

struct Trie{
    const static int maxn=26e5+5;
    const static int BASE='a';
    const static int N = 26;
    int next[maxn][N],end[maxn];
    int father[maxn],dept[maxn];
    char ch[maxn];
    int root,L;
    //bool vis[N];

    int newNode(){
        MEM(next[L],-1);
        end[L++]=0;
        return L-1;
    }
    void init(){
        L=0;
        root=newNode();
        dept[root]=0;
    }
    void insert(char buf[]){
        int now=root;
        for(int i=0;buf[i];++i){
            int j=buf[i]-BASE;
            if(next[now][j]==-1){
                int x=newNode();
                dept[x]=dept[now]+1;
                ch[x]=buf[i];
                father[x]=now;
                next[now][j]=x;

            }
            now=next[now][j];
        }
        end[now]++;
    }
    //ac自动机
    int fail[maxn];
    void build(){
        queue<int>que;
        fail[root]=root;
        for(int i=0;i<N;++i){
            if(next[root][i]==-1){
                next[root][i]=root;
            }
            else{
                fail[next[root][i]]=root;
                que.push(next[root][i]);
            }
        }
        while(!que.empty()){
            int now=que.front();
            que.pop();
            for(int i=0;i<N;++i){
                if(next[now][i]==-1){
                    next[now][i]=next[fail[now]][i];
                }
                else{
                    fail[next[now][i]]=next[fail[now]][i];
                    que.push(next[now][i]);
                }
            }
        }
    }

    bool check1(int&idx){//是否只有一个长度最长的串 idx=该串最后一个元素在自动机中下标
        int maxDept=0;
        for(int i=0;i<L;++i){
            maxDept=max(maxDept,dept[i]);
        }
        int deptNum=0;
        for(int i=0;i<L;++i){
            if(dept[i]==maxDept){
                idx=i;
                deptNum+=1;
            }
        }
        return deptNum==1;
    }

    ll getNum(int now){
        ll ans=0;
        while(now!=root&&!vis[now]){
            vis[now]=true;
            ans+=end[now];
            end[now]=0;
            now=fail[now];
        }
        return ans;
    }
    void rev(char*str){
        int n=strlen(str);
        int i=0,j=n-1;
        while(i<j){
            swap(str[i],str[j]);
            ++i;
            --j;
        }
    }

    void slove(int idx,int n){
        fill(vis,vis+L+1,0);
        int now=idx;
        int sum=0;
        int ansIdx=0;
        while(now!=root){
            sum+=getNum(now);
            str[ansIdx++]=ch[now];
            now=father[now];
        }
        if(sum==n){
            str[ansIdx++]=0;
            rev(str);
            puts(str);
        }
        else{
            puts("No");
        }
    }
}trie;

int main(){
    //freopen("/home/lu/code/r.txt","r",stdin);
    //freopen("/home/lu/code/w.txt","w",stdout);
    int T;
    scanf("%d",&T);
    while(T--){
        int n;
        scanf("%d",&n);
        trie.init();
        for(int i=0;i<n;++i){
            scanf("%s",str);
            trie.insert(str);
        }
        int ed=0;
        if(!trie.check1(ed)){
            puts("No");
            continue;
        }
        trie.build();
        trie.slove(ed,n);
    }
    return 0;
}
内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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