微软必应·英雄会第三届在线编程大赛:几个bing

本文介绍了微软必应举办的在线编程大赛,挑战是从无规则字符串中提取正规单词""bing""。给定仅包含 'b', 'i', 'n', 'g' 的字符串,计算能组合成单词""bing""的数量,对10^9 + 7取余。解决方案采用动态规划,从后往前遍历字符串,更新bing、ing、ng、g的数量。" 105603792,5605528,理解Go语言的context包,"['Go', 'golang', '并发控制']

题目详情

   本届大赛由微软必应词典冠名,必应词典(Bing Dictionary)是微软推出的新一代英语学习引擎,里面收录了很多我们常见的单词,详情请见:http://cn.bing.com/dict/?form=BDVSP4&mkt=zh-CN&setlang=ZH。但现实生活中,我们也经常能看到一些毫无规则的字符串,导致词典无法正常收录,不过,我们是否可以从无规则的字符串中提取出正规的单词呢?

  例如有一个字符串"iinbinbing",截取不同位置的字符bing组合成单词"bing"。若从1开始计数的话,则b i n g4个字母出现的位置分别为(4,5,6,10) (4,5,9,10),(4,8,9,10)(7,8,9,10),故总共可以组合成4个单词bing

 咱们的问题是:现给定任意字符串,只包含小写b i n g4种字母,请问一共能组合成多少个单词bing?

 字符串长度不超过10000,由于结果可能比较大,请输出对10^9 + 7取余数之后的结果。

 

通过上面题目给出的条件,我们假设字符串为s,索引值为i。所以,具体做法如下:

我可以将字符串从后面向前遍历,得到如下的步骤:

s[i] == g  gNum += 1

s[i] == n   ngNum += gNum

s[i] == i   ingNum += ngNum

s[i] == b  bingNum += ingNum

这样的做法类似于动态规划,因为,如果,想得到bing的总的数目肯定是由ing来决定,那么ing的数量由ng来决定。ng的数目是由g的数目决定。

这个问题,通过上面的步骤就可以解决了。时间复杂度为O(n)

类似于这样一个过程:

假设 string s = biinnnngggggggg 下面是截图:


下面是具体的代码:

#include "iostream"
#include "string"
 
using namespace std;
class Test
{
public:
    Test();
    ~Test();
    static int howMany(string s)
    {
        int gNum = 0;
        int ngNum = 0;
        long long ingNum = 0;
        long long bingNum = 0;
        for (int i = s.size()-1; i >= 0 ; --i)
        {
            if(s[i] == 'g') gNum++;
            else if(s[i] == 'n') ngNum += gNum;
            else if(s[i] == 'i') ingNum += ngNum;
            else if(s[i] == 'b') bingNum += ingNum,bingNum %= 1000000007;
        }
        return (int)bingNum;
    }
    
};
int main(int argc, char const *argv[])
{
    cout << Test::howMany("iinbinbing") << endl;
    return 0;
}


【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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