hdu 5479 Scaena Felix【栈应用】【括号匹配】

本文探讨了如何通过最少的修改次数使给定的括号序列中不存在任何匹配的子串,并提供了实现这一目标的算法思路。

Scaena Felix

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/65536 K (Java/Others)
Total Submission(s): 730    Accepted Submission(s): 303


Problem Description
Given a parentheses sequence consist of '(' and ')', a modify can filp a parentheses, changing '(' to ')' or ')' to '('.

If we want every not empty <b>substring</b> of this parentheses sequence not to be "paren-matching", how many times at least to modify this parentheses sequence?

For example, "()","(())","()()" are "paren-matching" strings, but "((", ")(", "((()" are not.
 

Input
The first line of the input is a integer T, meaning that there are T test cases.

Every test cases contains a parentheses sequence S only consists of '(' and ')'.

1|S|1,000.
 

Output
For every test case output the least number of modification.
 

Sample Input
3 () (((( (())
 

Sample Output
1 0 2
 
问题描述
给定一个由'('和')'组成的字符串,一次修改可以翻转字符串中的一个字符,将'('变成')'或者将')'变成'('。
如果要让这个字符串中任意一个非空子串都不是括号匹配串,至少要修改多少次?
比如"()","(())","()()" 是括号匹配串, 但"((", ")(", "((()" 不是。
输出描述
对每组数据输出至少需要修改的字符数。
一道很水的题、问如何最少修改字符数变成任何括号都不匹配的字符串,相反的,如果我们找到了多少匹配的括号,就相当于知道了要处理多少括号,所以这个题目,就相当于问你,有多少个括号是匹配的,最简单的栈应用~

#include<stdio.h>
#include<string.h>
#include<stack>
using namespace std;
int main()
{
    int t;
    scanf("%d",&t);
    while(t--)
    {
        stack<char>s;
        int output=0;
        char a[10000];
        scanf("%s",a);
        for(int i=0;i<strlen(a);i++)
        {
            if(a[i]=='(')
            {
                s.push(a[i]);
            }
            if(a[i]==')')
            {
                if(s.size()!=0)
                {
                    s.pop();
                    output++;
                }
            }
        }
        printf("%d\n",output);
    }
}





### DeepSeek-R1 模型概述 DeepSeek-R1 是一种基于强化学习激励推理能力的大规模语言模型 (LLM)[^1]。该模型旨在通过改进现有技术来增强其在各种实际应用中的表现,特别是在智能客服、推荐算法优化、搜索引擎语义理解和实时数据分析等领域。 #### 工作原理详解 DeepSeek-R1 利用了组相对策略优化(GRPO)算法,这是一种用于提高模型泛化能力和稳定性的方法[^2]。GRPO 算法的核心在于动态调整训练过程中不同参数之间的关系,从而使得模型能够在面对新数据时做出更合理的预测。 此外,为了进一步提升计算效率并减少资源消耗,DeepSeekR1 还引入了 MoE 架构下的多头潜意识注意力机制(MLA)。这种设计允许模型根据不同类型的输入灵活调配内部组件的工作负载,在保持高性能的同时降低了整体能耗[^3]。 #### 技术特点 - **高效的任务分发**:采用类似于人类专家协作的方式,即对于每一个具体的任务请求,系统能够自动识别最适合处理它的子模块,并将任务传递过去执行;这不仅提高了响应速度也增强了准确性。 - **自适应的学习框架**:借助于 GRPO 方法论的支持,使整个网络具备更强的学习灵活性——可以快速适应变化的数据分布情况而不失稳定性。 ```python def grpo_algorithm(params, data): """ 实现了一个简化版的GRPO算法逻辑 参数: params -- 当前模型参数集 data -- 输入样本 返回值: updated_params -- 更新后的最优参数配置 """ # 计算梯度方向... return updated_params ``` #### 应用场景展示 得益于上述技术创新,DeepSeek-R1 展现出广泛的应用潜力: - 在医疗健康领域内实现精准诊断辅助; - 支持金融科技公司开发更加个性化的理财产品建议服务; - 协助科研人员加速复杂课题的研究进展等。
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