28. 实现strStr()/C+

本文介绍了一种高效的字符串匹配算法——KMP算法,并提供了详细的C++实现代码。该算法通过预处理模式串来避免重复匹配,提高了搜索效率。

在这里插入图片描述
KMP

class Solution {
public:
    vector<int> getnext(string s){
        int n = s.size();
        vector<int> next(n);
        int i=0,j=-1;
        next[0]=-1;
        while(i<n-1){
            if(j==-1 || s[i]==s[j]){
                ++i;
                ++j;
                next[i]=j;
            }else{
                j=next[j];
            }
        }
        return next;
    }
    int strStr(string haystack, string needle) {
        if(needle.empty()) return 0;
        if(haystack.empty()) return -1;
        int n1 = haystack.size();
        int n2 = needle.size();
        vector<int> next(getnext(needle));
        int i=0,j=0;
        while(i<n1 && j<n2){
            if(j==-1 || haystack[i]==needle[j]){
                ++i;
                ++j;
            }else{
                j=next[j];
            }
        }
        return (j==n2)?(i-j):-1;
    }
};
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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