F - Friendship of Frog (水)

抵达抵达---题目链接 

A题说到小喵由于贪玩,有几天没有刷题。那么它那几天在干什么呢?他在参加聚会!这天,他又去参加聚会了。在KTV里,小喵和其它几只喵坐成一排。一只花喵开口了:“我是来自广东省的喵。”另一只灰喵两眼放光:“好巧啊,咱们可是老乡!”话题便开始有了老乡会的味道,这几只喵来自各种各样的省份,有江苏的,有浙江的…小喵感到十分兴奋。

现在小喵想知道坐的最近的两只老乡喵之间的距离,给出一串小写字符,每个字符代表一个省份,每邻近的两个字符之间的距离为1,聪明的你一定能解决如此简单的问题吧!

Input

第一行是一个整数T(1 <= T <= 50),代表测试数据的组数。 

每个测试数据仅有一行长度为N(1<=N<=1000)的字符串,第i个字符代表第i只喵的故乡,字符串仅包含小写字母。

Output

对于每组测试样例,你应当输出 " Case #x: y", x代表从1开始的测试组编号,y代表答案。如果每只喵都来自于不同的省份,输出-1。

Sample Input

2
abcecba
abc

Sample Output

Case #1: 2
Case #2: -1

A题说到小喵由于贪玩,有几天没有刷题。那么它那几天在干什么呢?他在参加聚会!这天,他又去参加聚会了。在KTV里,小喵和其它几只喵坐成一排。一只花喵开口了:“我是来自广东省的喵。”另一只灰喵两眼放光:“好巧啊,咱们可是老乡!”话题便开始有了老乡会的味道,这几只喵来自各种各样的省份,有江苏的,有浙江的…小喵感到十分兴奋。

现在小喵想知道坐的最近的两只老乡喵之间的距离,给出一串小写字符,每个字符代表一个省份,每邻近的两个字符之间的距离为1,聪明的你一定能解决如此简单的问题吧!

Input

第一行是一个整数T(1 <= T <= 50),代表测试数据的组数。 

每个测试数据仅有一行长度为N(1<=N<=1000)的字符串,第i个字符代表第i只喵的故乡,字符串仅包含小写字母。

Output

对于每组测试样例,你应当输出 " Case #x: y", x代表从1开始的测试组编号,y代表答案。如果每只喵都来自于不同的省份,输出-1。

Sample Input

2
abcecba
abc

Sample Output

Case #1: 2
Case #2: -1
#include <iostream>
#include <stdio.h>
#include <string.h>
#include <math.h>
using namespace std;
const int inf=0x3f3f3f;
int a[3001];
int main()
{
    int t;
    int f=0;
    scanf("%d",&t);
    while(t--)
    {
        memset(a,0,sizeof(a));
        char s[3001];
        scanf("%s",s);
        int n=strlen(s);
        int ans=inf;
        int i,j;
        for( i=0; i<n; i++)
        {
            for( j=i+1; j<n; j++)
            {
                if(s[i]==s[j])
                    ans=min(ans,j-i);
            }

        }
        if(ans==inf)ans=-1;
        f++;
        printf("Case #%d: %d\n",f,ans);
    }
return 0;
}

 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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
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