(step5.2.1)hdu 1251(统计难题)

本文解析了一道中文题目的ACM算法竞赛题,通过构建特定的数据结构来追踪字符串中每个节点的使用次数,实现字符串的高效插入和查找操作。

题目大意:本题是中文题。可以直接在OJ上看


解题思路:其实就是求某个节点的使用的次数


代码如下:

/*
 * 1251_3.cpp
 *
 *  Created on: 2013年8月24日
 *      Author: Administrator
 */


#include <iostream>
using namespace std;

struct node{
	int count;
	struct node* next[26];
};

node* root;
node* newset(){
	node* current;
	current = (node*)malloc(sizeof(node));
	int i;
	for( i = 0 ; i < 26 ; ++i){\
		current->next[i] = NULL;
	}
	current->count = 1;

	return current;
}

void insert(char* s){
	node* current;
	int len = strlen(s);
	if(len == 0){
		return ;
	}
	current = root;

	int i;
	for(i = 0 ; i < len ; ++i){
		if(current->next[s[i] - 'a'] != NULL){
			current = current->next[s[i] - 'a'];
			current->count = current->count + 1;
		}else{
			current->next[s[i] - 'a'] = newset();
			current = current->next[s[i] - 'a'];
		}
	}
}

int find(char* s){
	node* current;
	int len = strlen(s);
	if(len == 0){
		return 0;
	}

	current = root;//****
	int i;
	for( i = 0 ; i < len ; ++i){
		if(current->next[s[i] - 'a'] != NULL){
			current = current->next[s[i] - 'a'];
		}else{
			return 0;
		}
	}

	return current->count;
}


int main(){
	char str[12];
	root = newset();
	int ans;
	while(gets(str) && str[0]!='\0'){
		insert(str);
	}

	while(scanf("%s",str)!=EOF){
		ans = find(str);
		printf("%d\n",ans);
	}

}


内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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

打赏作者

帅气的东哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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