HDU 2203:亲和串【KMP & strstr函数】

亲和串

Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 10041    Accepted Submission(s): 4602


Problem Description
人随着岁数的增长是越大越聪明还是越大越笨,这是一个值得全世界科学家思考的问题,同样的问题Eddy也一直在思考,因为他在很小的时候就知道亲和串如何判断了,但是发现,现在长大了却不知道怎么去判断亲和串了,于是他只好又再一次来请教聪明且乐于助人的你来解决这个问题。
亲和串的定义是这样的:给定两个字符串s1和s2,如果能通过s1循环移位,使s2包含在s1中,那么我们就说s2 是s1的亲和串。
 

Input
本题有多组测试数据,每组数据的第一行包含输入字符串s1,第二行包含输入字符串s2,s1与s2的长度均小于100000。
 

Output
如果s2是s1的亲和串,则输出"yes",反之,输出"no"。每组测试的输出占一行。
 

Sample Input
AABCD CDAA ASD ASDF
 

Sample Output
yes no
一种是KMP算法~还有一种是strstr函数;
strstr函数:strstr是一种函数,从字符串str1中查找是否有符串str2,如果有,从str1中的str2位置起,返回str1的指针,如果没有,返回null。
AC-code:
一,KMP:
#include<cstdio>
#include<cstring>
#define N 100005
int len1,len2,p[N*2];
char str1[N*2],str2[N];
void P()
{
	int i=0,j=-1;
	p[i]=j;
	while(i<len2)
	{
		if(j==-1||str1[i]==str2[j])
		{
			i++;
			j++;
			p[i]=j;
		}
		else
			j=p[j];
	}
}
int kmp()
{
	int i=0,j=0;
	P();
	while(i<len1)
	{
		if(j==-1||str1[i]==str2[j])
		{
			i++;
			j++;	
		}	
		else	
			j=p[j];
		if(j==len2)
		{
			return 1;
		}
	}
	return 0;
}
int main()
{
	while(~scanf("%s%s",str1,str2))
	{
		int len=strlen(str1);
		for(int i=0;i<len;i++)//延长STR1
			str1[len+i]=str1[i];
		len1=strlen(str1);
		len2=strlen(str2);
		if(len<len2)//考虑str1比str2短的情况
		{
			printf("no\n");
			continue;
		}
		if(kmp())
		{
			printf("yes\n");
		}
		else
			printf("no\n");
	}
	return 0;
}
二,strstr函数:
#include<cstdio>
#include<cstring>
#define N 100005
int len1,len2;
char str1[N*2],str2[N];
int main()
{
	while(~scanf("%s%s",str1,str2))
	{
		int len=strlen(str1);
		for(int i=0;i<len;i++)
			str1[len+i]=str1[i];
		len1=strlen(str1);
		len2=strlen(str2);
		if(len<len2)
		{
			printf("no\n");
			continue;
		}
		if(strstr(str1,str2))
		{
			printf("yes\n");
		}
		else
			printf("no\n");
	}
	return 0;
}



 
边缘计算环境中基于启发式算法的深度神经网络卸载策略(Matlab代码实现)内容概要:本文围绕&ldquo;边缘计算环境中基于启发式算法的深度神经网络卸载策略&rdquo;展开,提出了一种利用启发式算法优化深度神经网络任务在边缘计算环境中的计算卸载方案。通过Matlab代码实现,研究如何将复杂的神经网络任务合理分配到边缘设备与云端,以降低延迟、节省能耗并提高系统效率。文中重点探讨了任务分割、资源调度、通信开销与计算能力之间的权衡,并借助启发式算法(如遗传算法、粒子群优化等)寻找近似最优的卸载决策。该方法适用于资源受限的边缘计算场景,具有较强的工程应用价值。; 适合人群:具备一定编程基础和算法知识,熟悉Matlab工具,从事边缘计算、物联网、人工智能或智能优化方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于解决边缘智能中深度学习任务的高效部署问题;②为移动端或嵌入式设备上的AI应用提供低延迟、低功耗的任务卸载策略;③支撑智慧城市、自动驾驶、工业物联网等实时性要求高的应用场景。; 阅读建议:建议读者结合提供的Matlab代码进行实验复现,深入理解算法实现细节与系统建模过程,同时可尝试替换不同启发式算法或调整网络结构以进一步优化性能。
航拍图像多类别实例分割数据集 一、基础信息 &bull; 数据集名称:航拍图像多类别实例分割数据集 &bull; 图片数量: 训练集:1283张图片 验证集:416张图片 总计:1699张航拍图片 &bull; 训练集:1283张图片 &bull; 验证集:416张图片 &bull; 总计:1699张航拍图片 &bull; 分类类别: 桥梁(Bridge) 田径场(GroundTrackField) 港口(Harbor) 直升机(Helicopter) 大型车辆(LargeVehicle) 环岛(Roundabout) 小型车辆(SmallVehicle) 足球场(Soccerballfield) 游泳池(Swimmingpool) 棒球场(baseballdiamond) 篮球场(basketballcourt) 飞机(plane) 船只(ship) 储罐(storagetank) 网球场(tennis_court) &bull; 桥梁(Bridge) &bull; 田径场(GroundTrackField) &bull; 港口(Harbor) &bull; 直升机(Helicopter) &bull; 大型车辆(LargeVehicle) &bull; 环岛(Roundabout) &bull; 小型车辆(SmallVehicle) &bull; 足球场(Soccerballfield) &bull; 游泳池(Swimmingpool) &bull; 棒球场(baseballdiamond) &bull; 篮球场(basketballcourt) &bull; 飞机(plane) &bull; 船只(ship) &bull; 储罐(storagetank) &bull; 网球场(tennis_court) &bull; 标注格式:YOLO格式,包含实例分割的多边形坐标,适用于实例分割任务。 &bull; 数据格式:航拍图像数据。 二、适用场景 &bull; 航拍图像分析系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割航拍图像中各种物体的AI模型,用于地理信息系统、环境监测等。 &bull; 城市
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