poj3461(kmp模版题)

本文详细解析了如何使用KMP算法解决短串在长串中匹配的问题,包括算法原理、实现过程及常见错误分析,旨在为读者提供一种高效解决字符串匹配问题的方法。

题意:求短串在长串中有几个.

分析:直接kmp模版.因为next是指短串对自身的匹配,其中的数字next[i]一定满足s[0~next[i]-1]与s[i-next[i]+1~i]是相同的串,所以很显然可以用此方法求出在长串对短串的匹配,如果j==lenb,则证明有该串.

wa的原因:1A

AC代码:

#include<cstdio>
#include<cstring>
#include<iostream>
using namespace std;
const int M=1000005;
char s[M],t[M];
int next[M],sum,n,m,cas;
inline void get_next()
{
    next[0]=-1;
    int i,j=-1;
    for(i=1;i<m;i++)
    {
       while(j!=-1&&t[i]!=t[j+1])j=next[j];
       if(t[j+1]==t[i])j++;
       next[i]=j;
    }
}
int kmp()
{
    int j=-1,i;
    get_next();
    for(i=0;i<n;i++)
    {
       while(j!=-1&&t[j+1]!=s[i])j=next[j];
       if(t[j+1]==s[i])j++;
       if(j==m-1)
       {
          sum++;
          j=next[j];
       }
    }
    return sum;
}
int main()
{
    scanf("%d",&cas);
    while(cas--)
    {
        scanf("%s%s",t,s);
        sum=0;
        n=strlen(s);
        m=strlen(t);
        printf("%d\n",kmp());
    }
    return 0;
}


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