Trie树

Trie树,即字典树或单词查找树,主要用于大量字符串的检索、去重、排序等操作。

主要原理就是利用字符串的公共前缀建立一棵多叉树,牺牲空间换取时间。

 1 //Trie树
 2 #include <iostream>
 3 #include <string>
 4 using std::cin;
 5 using std::cout;
 6 using std::endl;
 7 using std::string;
 8 
 9 const int SIZE = 26;
10 const char BASE = 'a';
11 
12 class TrieNode {
13 public:
14     //is_terminal means that this char is the last one of this string
15     //we can get this string by going from the root to this terminal
16     bool is_terminal;
17     TrieNode **childs;
18     TrieNode() {
19         is_terminal = false;
20         childs = new TrieNode*[SIZE];
21         for (int i = 0; i < SIZE; ++i) {
22             childs[i] = nullptr;
23         }
24     }
25     ~TrieNode() {
26         for (int i = 0; i < SIZE; ++i) {
27             delete childs[i];
28         }
29         delete[] childs;
30     }
31 };
32 
33 class StringPatterns {
34 private:
35     TrieNode *root;
36 public:
37     StringPatterns() {
38         root = new TrieNode();
39     }
40     ~StringPatterns() {
41         delete root;
42     }
43     void add_pattern(const string &pattern) {
44         TrieNode *now=root;
45         for(int i=0;i<pattern.length();i++){
46             //this char is new in current level, means that this char is from a new different string
47             if(now->childs[pattern[i]-BASE]==nullptr){
48                 //add this char
49                 now->childs[pattern[i]-BASE]=new TrieNode();
50             }
51             //go to next char
52             now=now->childs[pattern[i]-BASE];
53         }
54         //now points to the last char of this added string
55         now->is_terminal=true;
56     }
57     bool match(const string &buffer) const {
58         TrieNode *now=root;
59         for(int i=0;i<buffer.length();i++){
60             if(now->childs[buffer[i]-BASE]==nullptr){
61                 return false;
62             }
63             now=now->childs[buffer[i]-BASE];
64         }
65         return now->is_terminal;
66     }
67 };
68 
69 int main() {
70     StringPatterns trie;
71     int n;
72     cin >> n;
73     for (int i = 0; i < n; ++i) {
74         string pattern;
75         cin >> pattern;
76         trie.add_pattern(pattern);
77     }
78     string str_buffer;
79     cin >> str_buffer;
80     if (trie.match(str_buffer)) {
81         cout << "match success" << endl;
82     } else {
83         cout << "match failed" << endl;
84     }
85     return 0;
86 }

 

 用Trie树求一个string的所有不相同的子串:

 1 //find all different substrings of a string
 2 #include <iostream>
 3 #include <string>
 4 using std::cin;
 5 using std::cout;
 6 using std::endl;
 7 using std::string;
 8 
 9 const int SIZE = 26;
10 const char BASE = 'a';
11 
12 class TrieNode {
13 public:
14     bool is_terminal;
15     TrieNode **childs;
16     TrieNode() {
17         is_terminal=false;
18         childs=new TrieNode*[SIZE];
19         for(int i=0;i<SIZE;i++){
20             childs[i]=nullptr;
21         }
22     }
23     ~TrieNode() {
24         for(int i=0;i<SIZE;i++){
25             delete childs[i];
26         }
27         delete[] childs;
28     }
29 };
30 
31 class StringPatterns {
32 private:
33     TrieNode *root;
34     //number of substrings
35     int subs;
36 public:
37     StringPatterns() {
38         subs=0;
39         root=new TrieNode();
40     }
41     ~StringPatterns() {
42         delete root;
43     }
44     void add_pattern(const string &pattern) {
45         TrieNode *now=root;
46         for(int i=0;i<pattern.length();i++){
47             now=root;
48             //add in all substrings starting with pattern[j]
49             for(int j=i;j<pattern.length();j++){
50                 if(now->childs[pattern[j]-BASE]==nullptr){
51                     //means this is a new different substring
52                     now->childs[pattern[j]-BASE]=new TrieNode();
53                     subs++;
54                 }
55                 now=now->childs[pattern[j]-BASE];
56             }
57         }
58         cout<<subs<<endl;
59     }
60     
61     
62 };
63 
64 int main() {
65     StringPatterns strp;
66     string it;
67     cin>>it;
68     strp.add_pattern(it);
69     return 0;
70 }

 

转载于:https://www.cnblogs.com/NoviScl/p/7197762.html

内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台搭建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的搭建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
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