hdu 3068 poj 3974 回文串

本文提供了一个简单的Manacher算法实现模板,用于寻找字符串中最长回文子串。通过巧妙的思维和代码实现,该模板能够有效地解决相关问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

很简单的题目,算法早就看过,思维相当巧妙,刚好刷个模版。。。

 

ACcode:

#include<cstdio>
#include<cstring>
#include<iostream>
using namespace std;

const int MAXN=221000;

int n,d;
int p[MAXN];
char str[MAXN],c[MAXN];

int Min(int a1,int a2)
{
    return a1<a2?a1:a2;
}

void init()
{
    c[0]='$',c[1]='#';
    n=strlen(str);
    for (int i=0;i<n;i++)
        c[i*2+2]=str[i],c[i*2+3]='#';
    n=n+n+2;
}

int solve()
{
    int mx=0,res=0,id;
    for (int i=1;i<n-1;i++)
    {
        p[i]=mx>i?Min(p[id+id-i],mx-i):1;
        for (;c[i-p[i]]==c[i+p[i]];p[i]++);
        if (p[i]+i>mx) mx=p[i]+i,id=i;
        if (p[i]>res) res=p[i];
    }
    return res-1;
}

int main()
{
    while (scanf("%s",str)!=EOF)
    {
        init();
        printf("%d\n",solve());
    }
    return 0;
}


 

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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