HDU1247 Hat’s Words(Trie的动态内存版本)

本文介绍了一种使用Trie树的数据结构来找出所有由两个字典中的单词拼接而成的特殊单词(Hat's Words)。通过构建Trie树并检查每个单词是否可以被分割成两个字典中存在的单词来实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Hat’s Words

                         Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
                                Total Submission(s): 11447    Accepted Submission(s): 4085


Problem Description
A hat’s word is a word in the dictionary that is the concatenation of exactly two other words in the dictionary.
You are to find all the hat’s words in a dictionary.
 

 

Input
Standard input consists of a number of lowercase words, one per line, in alphabetical order. There will be no more than 50,000 words.
Only one case.
 

 

Output
Your output should contain all the hat’s words, one per line, in alphabetical order.
 

 

Sample Input
a ahat hat hatword hziee word
 

 

Sample Output
ahat hatword
 

 

Author
戴帽子的
 

【思路】

       Trie。

       对于输入字符串构造一棵Trie。枚举将字符串拆分后判断是否在Trie中存在即可。

   时间复杂度为O(n*maxl*maxl)。

       指针版不用考虑maxnode的问题。

       另外一定注意判断输入结束为scanf ()!=1。

【代码】

 

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#define FOR(a,b,c) for(int a=(b);a<=(c);a++)
using namespace std;

const int maxl = 201;
const int sigmasize = 26;
/*
//静态分配内存版本 
const int maxnode = 400000;
struct Trie{
    int ch[maxnode][sigmasize];
    int val[maxnode];
    int sz;
    
    Trie() {
        sz=1;
        memset(ch[0],0,sizeof(ch[0]));
        val[0]=0;
    }
    int idx(char c) { return c-'a'; }
    void insert(char* s,int v) {
        int n=strlen(s),u=0;
        for(int i=0;i<n;i++) {
            int c=idx(s[i]);
            if(!ch[u][c]) {
                memset(ch[sz],0,sizeof(ch[sz]));
                val[sz]=0;
                ch[u][c]=sz++;
            }
            u=ch[u][c];
        }
        val[u]=v;
    }
    int find(char* s) {
        int n=strlen(s),u=0; 
        for(int i=0;i<n;i++) {
            int c=idx(s[i]);
            if(!ch[u][c]) return 0;
            else u=ch[u][c];
        }
        return val[u];
    }
}trie;
*/ 
//动态分配内存版本 
struct Node{
    int val;
    Node* next[sigmasize];
};
struct Trie{
    Node *root;
    Trie() {
        root=new Node;
        for(int i=0;i<sigmasize;i++) root->next[i]=NULL;
        root->val=0;
    }
    int idx(char c) { return c-'a'; }
    void insert(char* s,int v) {
        int n=strlen(s);
        Node* u=root;
        for(int i=0;i<n;i++) {
            int c=idx(s[i]);
            if(u->next[c]==NULL) {
                Node* tmp=new Node;
                tmp->val=0;
                for(int i=0;i<sigmasize;i++) tmp->next[i]=NULL;
                u->next[c]=tmp;
            }
            u=u->next[c];
        }
        u->val=v;
    }
    int find(char* s) {
        int n=strlen(s);
        Node* u=root;
        for(int i=0;i<n;i++) {
            int c=idx(s[i]);
            if(u->next[c]==NULL) return 0;
            else u=u->next[c];
        }
        return u->val;
    }
    void del(Node *root) {
        for(int i=0;i<sigmasize;i++) {
            if(root->next[i]!=NULL) del(root->next[i]);
        }
        free(root);
    }
}trie;

int n=0;
char s[50010][maxl];

int main() {
    //freopen("cin.in","r",stdin);
    //freopen("cout.out","w",stdout);
    while(scanf("%s",s[n])==1)    // 注意是scanf==1判断 
    {
        trie.insert(s[n],1);
        n++;
    }
    char t1[maxl],t2[maxl];
    FOR(i,0,n-1)
    {
        int len=strlen(s[i]);
        FOR(j,1,len-1) {
            strcpy(t1,s[i]);
            t1[j]='\0';
            strcpy(t2,s[i]+j);
            if(trie.find(t1) && trie.find(t2)) {
                printf("%s\n",s[i]);
                break;
            }
        }
    }
    trie.del(trie.root);    //内存回收
    return 0;
}

 

资源下载链接为: https://pan.quark.cn/s/67c535f75d4c 在机器人技术中,轨迹规划是实现机器人从一个位置平稳高效移动到另一个位置的核心环节。本资源提供了一套基于 MATLAB 的机器人轨迹规划程序,涵盖了关节空间和笛卡尔空间两种规划方式。MATLAB 是一种强大的数值计算与可视化工具,凭借其灵活易用的特点,常被用于机器人控制算法的开发与仿真。 关节空间轨迹规划主要关注机器人各关节角度的变化,生成从初始配置到目标配置的连续路径。其关键知识点包括: 关节变量:指机器人各关节的旋转角度或伸缩长度。 运动学逆解:通过数学方法从末端执行器的目标位置反推关节变量。 路径平滑:确保关节变量轨迹连续且无抖动,常用方法有 S 型曲线拟合、多项式插值等。 速度和加速度限制:考虑关节的实际物理限制,确保轨迹在允许的动态范围内。 碰撞避免:在规划过程中避免关节与其他物体发生碰撞。 笛卡尔空间轨迹规划直接处理机器人末端执行器在工作空间中的位置和姿态变化,涉及以下内容: 工作空间:机器人可到达的所有三维空间点的集合。 路径规划:在工作空间中找到一条从起点到终点的无碰撞路径。 障碍物表示:采用二维或三维网格、Voronoi 图、Octree 等数据结构表示工作空间中的障碍物。 轨迹生成:通过样条曲线、直线插值等方法生成平滑路径。 实时更新:在规划过程中实时检测并避开新出现的障碍物。 在 MATLAB 中实现上述规划方法,可以借助其内置函数和工具箱: 优化工具箱:用于解决运动学逆解和路径规划中的优化问题。 Simulink:可视化建模环境,适合构建和仿真复杂的控制系统。 ODE 求解器:如 ode45,用于求解机器人动力学方程和轨迹执行过程中的运动学问题。 在实际应用中,通常会结合关节空间和笛卡尔空间的规划方法。先在关节空间生成平滑轨迹,再通过运动学正解将关节轨迹转换为笛卡
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