HDU1251 统计难题(字典树)

本文深入探讨了信息技术领域的核心技术,包括但不限于前端开发、后端开发、移动开发、游戏开发、大数据开发、开发工具等,提供了关于这些技术领域的关键知识点、实践经验和最新趋势的综合概述。


Problem Description
Ignatius最近遇到一个难题,老师交给他很多单词(只有小写字母组成,不会有重复的单词出现),现在老师要他统计出以某个字符串为前缀的单词数量(单词本身也是自己的前缀).
 

Input
输入数据的第一部分是一张单词表,每行一个单词,单词的长度不超过10,它们代表的是老师交给Ignatius统计的单词,一个空行代表单词表的结束.第二部分是一连串的提问,每行一个提问,每个提问都是一个字符串.

注意:本题只有一组测试数据,处理到文件结束.
 

Output
对于每个提问,给出以该字符串为前缀的单词的数量.
 

Sample Input
banana band bee absolute acm ba b band abc
 

Sample Output
2 3 1 0
 

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<queue>
#include<stack>
#include<vector>
#include<set>
#include<map>

#define L(x) (x<<1)
#define R(x) (x<<1|1)
#define MID(x,y) ((x+y)>>1)

#define eps 1e-8
typedef __int64 ll;

using namespace std;

#define N 27

struct  node{
  int num;
  node *nest[N];
} ;

node *root;
int ans;

void inint()
{
	int i,j;
	root=(node *)malloc(sizeof(node));
	root->num=0;
	for(i=0;i<N;i++)
		root->nest[i]=NULL;
}

void inset(char *c)
{
    node * cur=root;
    while(*c)
	{
		if(cur->nest[*c-'a']==NULL)
		{
			node *temp=(node*)malloc(sizeof(node));
			for(int i=0;i<N;i++)
				temp->nest[i]=NULL;
			temp->num=0;
			cur->nest[*c-'a']=temp;
		}
		cur=cur->nest[*c-'a'];
		cur->num+=1;
		c++;
	}
}

void seach(char *c)
{
	int i,j;
	node *cur=root;
	int len=strlen(c);

	for(i=0;i<len;i++)
	{
		if(cur->nest[c[i]-'a']==NULL)
			return ;

		cur=cur->nest[c[i]-'a'];

	}
	ans+=cur->num;
}

int main()
{
	int i,j;
	char c[N];
	inint();
	while(gets(c))
	{
		if(!c[0]) break;
		inset(c);
	}

	while(~scanf("%s",c))
	{
		ans=0;
		seach(c);
		printf("%d\n",ans);
	}
	return 0;
}






内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
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