SPOJ263 POJ1961 Period - KMP

本文深入解析了KMP算法的原理与实现,包括其独特的模板构造方式和循环节检测方法。通过具体代码示例,阐述了如何利用KMP算法进行字符串匹配,特别是在寻找循环节的应用场景中。

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

Explanation

一道KMP模板应用题。

PS:这个算法的名字比较诡异是因为它由三位伟大的科学家共同设计:D.E.KnuthJ.H.MorrisV.R.Pratt

KMP模板长这样(详见《算法竞赛进阶指南》p.66 或 洛谷题解):

void KMP() {
    Next[1] = 0;
    for (int i = 2, j = 0; i <= lb; i++) {
        while (j > 0 && b[i] != b[j + 1]) j = Next[j];
        if (b[i] == b[j + 1]) j++;
        Next[i] = j;
    }
    for (int i = 1, j = 0; i <= la; i++) {
        while (j > 0 && (j == lb || a[i] != b[j + 1])) j = Next[j];
        if (a[i] == b[j + 1]) j++;
        F[i] = j;
        if (j == lb) cout << i - lb + 1 << endl;
    }
}

其中,如果j是Next[i]的“候选项”,那么Next[i]下一个“候选项”一定是Next[j]。这是因为下一个“候选项”首先要与j匹配,才有可能与i匹配。而满足这一性质的最大值为Next[j]。

再来看这道题。首先,如果i-len就是Next[i]的候选项,那么显然len有可能是循环节。说明充分性:i-len就是Next[i]的候选项,即str[i…len-1]=str[len+1…i]。取两个子串前len个字符,显然也相等。

还有一点,一个子串一定要出现两次以上才能被称作“循环节”,因此在满足整除的条件下,还要保证当前串长度除以要检查的子串长度大于1。

Code

#include <bits/stdc++.h>
using namespace std;

const int MAX_N = 1000000 + 10;
int Next[MAX_N], n, t;
char str[MAX_N];

int main() {
    scanf("%d", &t);
    for (int k = 1; k <= t; k++) {
        scanf("%d%s", &n, str + 1);
        printf("Test case #%d\n", k);
        Next[1] = 0;
        for (int i = 2, j = 0; i <= n; i++) {
            while (j > 0 && str[i] != str[j + 1]) j = Next[j];
            if (str[i] == str[j + 1]) j++;
            Next[i] = j;
        }
        for (int i = 1; i <= n; i++) {
            if (i % (i - Next[i]) == 0 && i / (i - Next[i]) > 1)
            // 子串一定要出现两次以上才能被称作“循环节”
                printf("%d %d\n", i, i / (i - Next[i]));
        }
    }
    return 0;
}

Reference

《算法竞赛进阶指南》p.69

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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