3、Longest Substring Without Repeating Characters

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        
        map<char,int> stringMap;
        
        int i=0;
        int length=0;
        while(char ch=s[i]){
            if(!stringMap.count(ch)){
                stringMap.insert(pair<char,int>(ch,i));
                i++;
            }else{
                if(stringMap.size()>length){
                    
                    length=stringMap.size();
                    
                }
                
                i=stringMap[ch];
                i++;
                stringMap.clear();
                
                
            }
        }
        if(stringMap.size()>length){
                    
            length=stringMap.size();
                    
        }
        
        return length;
        
            
        
        
    }

};


超时。

class Solution {
public:
  int lengthOfLongestSubstring(string s) {


        int table[256]={0};
        int length=0;
        int i=0;
        int j=0;
        while(j<s.length()){
            char ch=s[j];
            if(table[ch]==0){


                j++;
                table[ch]=1;


            }else{
                if(j-i>length){
                    length=j-i;
                }
                while(table[ch]!=0){
                    table[s[i]]=0;
                    i++;


                }
                table[s[j]]=1;
                j++;




            }


        }
        if(j-i>length){
                    length=j-i;
                }
                cout<<i<<j;




         return length;


        }


};

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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