hdu7064

本文介绍了一个C++实现的字典树优化字符串处理程序,用于高效地插入和查找字符串。通过字典树结构,程序实现了150ms的运行时间,远优于1500ms的标准解决方案。程序包括插入、查找功能,并展示了如何初始化、插入字符串以及进行查找操作。

补题的时候忘记关文件读入,T了一晚wdfuck!
甚至把标程拿了对比了运行时间,节约了很多时间。
最后提交比较 标程1500ms,我的150ms,都是用字典树写的。
我也不知道为啥。

#include<bits/stdc++.h>

using namespace std;
//#define  int long long
#define rep(i, x, y) for(auto i=(x);i<=(y);++i)
#define dep(i, x, y) for(auto i=(x);i>=(y);--i)
#define gcd(a, b) __gcd(a,b)
const long long mod = 1e9 + 7;
const int maxn = 1e5 + 100;

int lowbit(int x) { return x & -x; }

bool ispow(int n) { return (n & (n - 1)) == 0; }//O(1) 判断是否是 2^k(2的k次方)
int read() {
    int x = 0, f = 1;
    char c = getchar();
    while (c < '0' || c > '9') {
        if (c == '-') f = -1;
        c = getchar();
    }
    while (c >= '0' && c <= '9') x = x * 10 + c - '0', c = getchar();
    return x * f;
}

int n;
int Len;
int nex[1000000][26], cnt = 0;
bool exist[100005];  // 该结点结尾的字符串是否存在
int cot;
int ans[maxn], pos[maxn];
vector<int> mp[maxn];
char s[maxn];
int Q[maxn], qq = 0;
void init() {
    for (int i = 0; i < maxn; i++) {
        exist[i] = false, pos[i] = -1;
        ans[i] = 0;
        s[i] = '\0';
        mp[i].clear();
        for (int j = 0; j < 25; j++)nex[i][j] = 0;
    }
    cot = 0;
    cnt = 0;
    qq=0;
}
int deep=0;

inline void insert(char *s, int l) {  // 插入字符串
        int p = 0;
        for (int i = 0; i < l; i++) {
            int c = s[i] - 'a';
            if (!nex[p][c]) {
                nex[p][c] = ++cnt;  // 如果没有,就添加结点//
            }
            p = nex[p][c];
        }
        exist[p] = true;
        mp[p].push_back(++cot);
    }
 inline   void find(char *s, int start) {  // 查找字符串
        int p = 0;
        for (int i = 0; i < 30; i++) {
            int c = s[i] - 'a';
            if (!nex[p][c]) return;
            p = nex[p][c];
            if (exist[p] && start > pos[mp[p][0]]) {
                pos[mp[p][0]] = start + i;
               ans[mp[p][0]]++;
            }
        }
    }
signed main() {
//    clock_t start, end;
//    start = clock();
//    freopen("data.in", "r", stdin);
    int T;
    scanf("%d",&T);
    while (T--) {
        init();
        scanf("%s", &s);
        Len = strlen(s);
        cin >> n;
        int m = n;
        cnt = 0;
        while (n--) {
            char ss[maxn];
            scanf("%s", &ss);
            int len = strlen(ss);
            insert(ss, len);
        }
        for (int i = 0; i < Len; i++) {
            find(s + i, i);
        }
      //  cout << "%%%%%%%" << qq << "%%%%%%%%%%%%%%%%%%" << endl;
        for(int i=0;i<=cnt;i++){
            if(exist[i]){
                int llen=mp[i].size();
                for(int j=1;j<llen;j++)
                    ans[mp[i][j]]=ans[mp[i][j-1]];
            }
        }
        for (int i = 1; i <= m; i++) {
            printf("%d\n", ans[i]);
        }
    }
//    end = clock();
//    cout << (double) (end - start) / CLOCKS_PER_SEC << endl;
    return 0;
}
本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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