Shortest Prefixes POJ - 2001 (Trie树基本运用)

本文介绍了一种使用Trie树实现的算法,该算法能够为给定词典中的每个单词找到一个唯一的前缀,使得这些前缀可以区分每一个单词。通过构建Trie树并遍历每个单词来寻找其唯一的前缀标识符。

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

题意:

      给定多个单词组成的词典, 输出每个单词对应的前缀, 使得每个前缀唯一.

如果不存在就输出单词本身.   也就是:找出一个前缀,该前缀能唯一表示该字符串.  

分析:

       建立Trie树,每个节点的V代表有多少个字符串路径上含有它.

Find函数里查找每个单词的前缀,知道v值==1返回即可.

 

 

#include<cstdio>
#include<iostream>
#include<cstring>

using namespace std;

const int maxn = 1e7+11;

struct node
{
    int ch[maxn][26];
    int v[maxn];
    int sz;
    void init()
    {
        sz=1;
        memset(ch[0],0,sizeof ch[0]);
        v[0]=0;
    }
    void insert(char *s)
    {
        int n=strlen(s),u=0;
        for(int i=0;i<n;i++)
        {
            int id=s[i]-'a';
            if(!ch[u][id])
            {
                ch[u][id]=sz;
                memset(ch[sz],0,sizeof ch[sz]);
                v[sz]=0;
                sz++;
            }
            u=ch[u][id];
            v[u]++;
        }
    }
    void find(char *s)
    {
        int n=strlen(s),u=0;
        for(int i=0;i<n;i++)
        {
            int id=s[i]-'a';
            u=ch[u][id];
            printf("%c",s[i]);
            if(v[u]==1)//该字符已经能唯一标示该单词
            return;
        }
    }
}trie;

int main()
{
    char word[1111][33];
    trie.init();
    int cnt=0;
    while(scanf("%s",word[cnt])==1)
    {
        trie.insert(word[cnt++]);
    }
    for(int i=0;i<cnt;i++)
    {
        printf("%s ",word[i]);
        trie.find(word[i]);
        puts("");
    }
}

 

GCN (Graph Convolutional Network) Shortest-Path-Master 是一种基于图卷积网络的最短路径算法。最短路径问题是图论中的经典问题,对于给定的图和起始点,找到到达目标点的最短路径。 GCN Shortest-Path-Master 通过应用图卷积神经网络的思想来解决最短路径问题。传统的最短路径算法(如Dijkstra算法或贝尔曼-福特算法)在计算过程中不考虑节点的特征信息,只利用图的拓扑结构。而GCN Shortest-Path-Master 利用了节点的特征信息,将节点的邻居节点信息通过图卷积操作进行聚合,得到节点的新特征表示。 GCN Shortest-Path-Master 的核心思想是,通过图卷积层不断更新节点的特征表示,使得节点的特征表示能够包含更多关于最短路径的信息。在每次迭代中,GCN Shortest-Path-Master 将节点的特征与邻居节点的特征进行聚合,得到节点的新特征表示。在网络的最后一层,通过对所有节点进行分类任务,可以得到每个节点到达目标点的最短路径预测。 相比传统的最短路径算法,GCN Shortest-Path-Master 提供了以下优势: 1. GCN Shortest-Path-Master 能够利用节点的特征,从而更好地表达节点之间的相互作用和联系。 2. GCN Shortest-Path-Master 可以自适应地学习节点的特征表示,而无需人工定义特征。 3. GCN Shortest-Path-Master 可以处理大规模的图结构,在计算效率上具有一定优势。 总之,GCN Shortest-Path-Master 是一种基于图卷积神经网络的最短路径算法,通过利用节点的特征信息,能够更好地解决最短路径问题。它在图结构数据中的应用具有很大潜力,在社交网络分析、推荐系统和物流路径规划等领域都有广泛的应用前景。
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