String Matching: The Simple way to implement String Matching

本文介绍了一个简单的字符串匹配算法实现,该算法使用两个字符串的字符数组进行逐个比较,并记录匹配次数。当完整匹配到模式字符串时,算法会输出匹配部分并重置模式索引继续搜索。
public static int match(String source, String pattern)
	{
	    char[] sourceArray = source.toCharArray() ;
	    char[] patternArray = pattern.toCharArray() ;
	    
	    int source_length = sourceArray.length ;
	    int pattern_length = patternArray.length ;
	    
	    int source_index = 0;
	    int pattern_index = 0;
	    int foundtimes = 0 ;
	    
	    while(source_index < source_length)
	    {
	    	
	        if(sourceArray[source_index]==patternArray[pattern_index]) //equals
	        {
	            
	            if(pattern_index == pattern_length-1)
			    {
	            	int start = source_index - pattern_index ;
	            	int end = source_index - pattern_index+pattern_length ;
	            	System.out.println(source.substring(start,end));
		        	
	            	foundtimes++ ;
		        	pattern_index = 0 ;
		        	
		        	continue ;
			    }
	            
	            source_index++;
	            pattern_index++;
	        }
	        else //not equals
	        {
	        	source_index = source_index - (pattern_index-1); 
	            pattern_index = 0;
	        }
	        
	    }//end while
	    
	    return foundtimes ;
	    
	}

Reference: http://saturnman.blog.163.com/blog/static/5576112010969957130/
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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