hdu --- 1222

本题是ac--自动机模板题,详细请看下面代码注释


#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <queue>


using namespace std;


const int allSon=26;
char patten[1005];      ///模式串
char text[1005];   ///文本串
int ans;


struct TrieNode
{
    struct TrieNode *son[allSon];
    struct TrieNode *fail;
    int num;
}*root; // 一颗字典树 ,包含多个 " 单词 "


TrieNode* createNode()
{
    TrieNode *p;
    p = (TrieNode*)malloc(sizeof(TrieNode));
    for(int i = 0; i < allSon; i++) 
p->son[i] = NULL;
    p->num = 0;
    p->fail = NULL;
    return p;
}


///插入模式串,构建字典树
void insertPatten()
{
    TrieNode *p;
    p = root; //建树  root 就是一个根 
    int index = 0;
    while(patten[index] != '\0')
    {
        int lowercase = patten[index]-'a';
        if(p->son[lowercase]==NULL) //序号代表其字母 
            p->son[lowercase] = createNode();
        p = p->son[lowercase];
        index++;
    }
    p->num++; //统计建成几棵树 最底下的那个节点数++ 
}


//求fail指针。构造AC自动机。
void build_AC_automaton() //使用队列实现每一点的fail数组 
{
    TrieNode *p;
    p = root;
    queue<TrieNode*>qu;
    qu.push(p);
    while(!qu.empty())
    {
        p = qu.front();
        qu.pop();
        for(int i = 0; i < allSon; i++)
        {
            if(p->son[i] != NULL)  ///第i个孩子存在
            {
                if(p == root)  //p是根,根节点的孩子的失败指针都指向自己
                    p->son[i]->fail = root;
                else
                {
                    TrieNode *node = p->fail;//找孩子的后缀,先从自己的后缀找起,因为是"树的结构 "
                    while(node != NULL)
                    {
                        if(node->son[i] != NULL)
                        {
                            p->son[i]->fail = node->son[i]; //  i就是指向同一个字符,自然指向 下方 
                            break;
                        }
                        node = node->fail;
                    }
                    if(node == NULL)//双亲的后缀为空,则孩子的后缀指向根 
                        p->son[i]->fail = root;
                }
                qu.push(p->son[i]);//一起向下 
            }
        }
    }
}


void find_in_AC_automaton()
{
    TrieNode *p;
    p = root;
    int index = 0;
    while(text[index] != '\0')
    {
        int lowercase = text[index]-'a';
        while(p->son[lowercase]==NULL && p!=root) //最低的节点 
            p = p->fail;
        p = p->son[lowercase];
        if(p == NULL) 
p = root;
        TrieNode *temp = p;
        while(temp != NULL && temp->num != -1) 
        {
            ans += temp->num;   //是不是成树,sum只有0,1 是不是最后一个点 
            temp->num = -1; //表示该层的点是否访问过 
            temp = temp->fail;   //该点的后缀 
        }
        index++;
    }
}


void freeNode(TrieNode *node)
{
    if(node != NULL)
    {
        for(int i = 0; i < allSon; i++)
            freeNode(node->son[i]);
    }
    free(node);
}


int main()
{
    int t,n;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d",&n);
        root = createNode();
        for(int i = 0; i < n; i++)
        {
            scanf("%s",patten);
            insertPatten();
        }
        scanf("%s",text);
        build_AC_automaton();
        ans = 0; //代表个数 
        find_in_AC_automaton();
        printf("%d\n",ans);
        freeNode(root);
    }
    return 0;
}

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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