【tyvj1860】后缀数组

本文深入探讨了后缀数组的应用于字符串处理,提供了详细的裸题解法及输出优化策略,确保高效解决复杂问题。

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

传送门:http://www.tyvj.cn/p/1860

题解

后缀数组裸题,orzHZWER模板,具体的后缀数组可以参考“后缀数组处理字符串的有力工具

还有一件最重要的事!!!这道题神卡常!!!需要输出优化!!!

#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#define N 200010
using namespace std;
int n,p,q,k;
int a[N];
int sa[2][N],rank[2][N];
int h[N];
int c[N];
char str[N];

void calsa(int *sa,int *rank,int *Sa,int *Rank)
{
    for(int i=1;i<=n;i++)c[rank[sa[i]]]=i;
    for(int i=n;i>=1;i--)if(sa[i]>k)Sa[c[rank[sa[i]-k]]--]=sa[i]-k;
    for(int i=n-k+1;i<=n;i++)Sa[c[rank[i]]--]=i;
    for(int i=1;i<=n;i++)
        if(rank[Sa[i]]!=rank[Sa[i-1]]||rank[Sa[i]+k]!=rank[Sa[i-1]+k])
            Rank[Sa[i]]=Rank[Sa[i-1]]+1;
        else Rank[Sa[i]]=Rank[Sa[i-1]];
}

void work()
{
    p=0,q=1,a[0]=-1;
    for(int i=1;i<=n;i++)c[a[i]]++;
    for(int i=1;i<=26;i++)c[i]+=c[i-1];
    for(int i=1;i<=n;i++)sa[p][c[a[i]]--]=i;
    for(int i=1;i<=n;i++)
        if(a[sa[p][i]]!=a[sa[p][i-1]])
            rank[p][sa[p][i]]=rank[p][sa[p][i-1]]+1;
        else rank[p][sa[p][i]]=rank[p][sa[p][i-1]];
    k=1;
    while(k<n)
    {
        calsa(sa[p],rank[p],sa[q],rank[q]);
        p^=1,q^=1,k<<=1;
    }
}

void getans()
{
    k=0;
    for(int i=1;i<=n;i++)
    {
        if(rank[p][i]==1)h[rank[p][i]]=0;
        else{
            if(k)k--;
            int j=sa[p][rank[p][i]-1];
            while(a[i+k]==a[j+k])k++;
            h[rank[p][i]]=k;
        }
    }
}

void putt(int x)
{
    if(!x)return ;
    char c=x%10+'0';
    putt(x/10);
    putchar(c);
}

int main()
{
    scanf("%s",str+1);
    n=strlen(str+1);
    for(int i=1;i<=n;i++)a[i]=str[i]-'a'+1;
    work();
    getans();
    for(int i=1;i<=n;i++)
        putt(sa[p][i]),putchar(' ');
    puts("");
    for(int i=1;i<=n;i++)
    {
        if(h[i])putt(h[i]);
        else putchar('0');
        putchar(' ');
    }
    puts("");
    return 0;
}
内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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