算法记录——KMP算法

C++KMP算法实现

一、KMP算法

#include<iostream>
#include<algorithm>
#include<cmath>
#include<queue>
#include<stack>
#include<vector>
#include<string>
#include<deque>
using namespace std;

void getNextVal(string s, vector<int> &next, int n)
{
    int k = -1;
    int j = 0;
    next[0] = -1;
    while(j < n-1)
    {
        if(k == -1 || s[k] == s[j])
        {
            k++;
            j++;
            next[j] = k;
			//去掉下面的if就是最基本的next数组
            if(s[k] == s[j])
            {
                next[j] = next[k];                    
            }
        }
        else
            k = next[k];
    }

}

int kmp(string s, string t) {
    int m = s.length();
    int n = t.length();
    if(n == 0)
        return 0;
    vector<int> next(n,0);
    getNextVal(t, next, n);
    int i = 0, j = 0;
    while(i < m && j < n)
    {
        if(j == -1 || s[i] == t[j])
        {
            i++;
            j++;
        }
        else
        {
            j = next[j];
        }
    }
    if(j >= n)
        return i-n;
    return -1;
}

int main()
{
	string s = "abcdeg,abcdeh, abcdef!";
	string t = "abcdef";
	cout << kmp(s, t) <<endl;
	return 0;
}
对于空间光调制器(SLM)相位延迟测量,尤其是基于阶梯灰度图法的方法,在MATLAB中的实现涉及图像处理以及光学原理的应用。下面提供一段用于演示如何通过MATLAB代码完成SLM相位延迟测量的简化版本,该方法依赖于创建不同级别的灰度图案并分析反射或透射后的光线强度变化。 ```matlab % 参数设定 grayLevels = 0:8; % 定义使用的灰度等级数量, 此处为9级 imageSize = [512, 512]; % 图像尺寸 % 创建阶梯状灰度图片矩阵 steppedGrayImage = repmat(mod(floor((0:imageSize(1)-1)'*length(grayLevels)/imageSize(1)), length(grayLevels)), ... [1 imageSize(2)]); figure; imagesc(uint8(steppedGrayImage * (255/(max(max(steppedGrayImage)) - min(min(steppedGrayImage)))))); colormap(gray); title('Stepped Gray-Level Pattern'); axis equal tight; % 假设采集到的实际干涉条纹图像已经存储在一个变量interferogram中 % interferogram = imread('your_interferogram_image_file.png'); % 对获取的数据进行傅里叶变换以提取频率成分 fftResult = fftshift(abs(fft2(double(interferogram)))); figure; imshow(log(1 + fftResult), []); title('Fourier Transform of Interferogram'); colorbar; % 计算相位分布(此处仅为示意) phaseDistribution = angle(hilbert(mean(double(interferogram)))); figure; surf(phaseDistribution); shading interp; xlabel('X Axis'); ylabel('Y Axis'); zlabel('Phase Delay (\phi)'); title('Calculated Phase Distribution'); % 测量相位延迟... % 注意实际应用时需根据具体实验条件调整算法细节 ``` 上述代码片段展示了如何构建一个简单的阶梯灰度图形,并假设有一个预先存在的干涉图样`interferogram`用来计算相位信息。真实情况下,这部分数据应该来自物理设备记录的结果。最后部分关于相位分布的计算也是高度简化的表示形式;真实的相位恢复过程可能更加复杂,取决于具体的硬件配置和所选的技术路线[^1]。
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