SPOJ 704 Remove The String

本文介绍了一种使用AC自动机(或trie图)加动态规划解决SPOJ_704问题的方法。核心思想是从给定字符串X中挑选字符形成新字符串,确保新字符串不包含Y。通过构建trie图并利用动态规划计算最小代价。

SPOJ_704

    这个题目可以用AC自动机(其实应该说是trie图)+dp去做。

    我们可以把问题等效成从X这个字符串里面挑出一些字符组成一个新的字符串,并且新的字符串中不能包含Y。我们可以把生成字符串的过程模拟成在trie图上行走的过程,则第i步时就会有两种选择,要么走到X[i]这个字符上,要么停留在原地,其中停留在原地就相当于把X[i]这个字符删掉了,因此代价应该增加1。为了保留第i步走到第j个点时的最小代价,可以用f[i][j]记录,当然空间可以优化成一维的。

    最后我们把行走了len[X]步后的到达各个节点的最小代价统计一下,输出最小值即可。

#include<stdio.h>
#include<string.h>
#define MAXX 10010
#define MAXD 1010
#define INF 0x3f3f3f3f
int node, next[MAXD][128], safe[MAXD], q[MAXD], P[MAXD], wa[MAXD], wb[MAXD], *f, *g;
char bx[MAXX], by[MAXD];
void newnode(int cur, int k)
{
++ node;
safe[node] = 1;
memset(next[node], 0, sizeof(next[node]));
next[cur][k] = node;
}
void build()
{
int i, j, k, cur, front, rear;
front = rear = 0;
safe[0] = 1, P[0] = 0;
q[rear ++] = 0;
while(front < rear)
{
cur = q[front ++];
for(i = 0; i < 128; i ++)
{
if(k = next[cur][i])
{
q[rear ++] = k;
if(cur == 0)
P[k] = 0;
else
P[k] = next[P[cur]][i];
if(!safe[P[k]])
safe[k] = 0;
}
else
next[cur][i] = next[P[cur]][i];
}
}
}
void init()
{
int i, j, k, cur;
cur = node = 0;
memset(next[0], 0, sizeof(next[0]));
for(i = 0; by[i]; i ++)
{
k = by[i];
if(!next[cur][k])
newnode(cur, k);
cur = next[cur][k];
}
safe[cur] = 0;
build();
}
void solve()
{
int i, j, k, ans = INF, *t;
f = wa, g = wb;
memset(f, 0x3f, sizeof(f[0]) * node);
f[0] = 0;
for(i = 0; bx[i]; i ++)
{
memset(g, 0x3f, sizeof(g[0]) * node);
for(j = 0; j < node; j ++)
{
if(f[j] + 1 < g[j])
g[j] = f[j] + 1;
if(safe[k = next[j][bx[i]]] && f[j] < g[k])
g[k] = f[j];
}
t = f, f = g, g = t;
}
for(i = 0; i < node; i ++)
if(f[i] < ans)
ans = f[i];
printf("%d\n", ans);
}
int main()
{
while(scanf("%s%s", bx, by) == 2)
{
init();
solve();
}
return 0;
}


转载于:https://www.cnblogs.com/staginner/archive/2012/03/31/2427147.html

AI 代码审查Review工具 是一个旨在自动化代码审查流程的工具。它通过集成版本控制系统(如 GitHub 和 GitLab)的 Webhook,利用大型语言模型(LLM)对代码变更进行分析,并将审查意见反馈到相应的 Pull Request 或 Merge Request 中。此外,它还支持将审查结果通知到企业微信等通讯工具。 一个基于 LLM 的自动化代码审查助手。通过 GitHub/GitLab Webhook 监听 PR/MR 变更,调用 AI 分析代码,并将审查意见自动评论到 PR/MR,同时支持多种通知渠道。 主要功能 多平台支持: 集成 GitHub 和 GitLab Webhook,监听 Pull Request / Merge Request 事件。 智能审查模式: 详细审查 (/github_webhook, /gitlab_webhook): AI 对每个变更文件进行分析,旨在找出具体问题。审查意见会以结构化的形式(例如,定位到特定代码行、问题分类、严重程度、分析和建议)逐条评论到 PR/MR。AI 模型会输出 JSON 格式的分析结果,系统再将其转换为多条独立的评论。 通用审查 (/github_webhook_general, /gitlab_webhook_general): AI 对每个变更文件进行整体性分析,并为每个文件生成一个 Markdown 格式的总结性评论。 自动化流程: 自动将 AI 审查意见(详细模式下为多条,通用模式下为每个文件一条)发布到 PR/MR。 在所有文件审查完毕后,自动在 PR/MR 中发布一条总结性评论。 即便 AI 未发现任何值得报告的问题,也会发布相应的友好提示和总结评论。 异步处理审查任务,快速响应 Webhook。 通过 Redis 防止对同一 Commit 的重复审查。 灵活配置: 通过环境变量设置基
【直流微电网】径向直流微电网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微电网的状态空间建模与线性化方法,重点提出了一种基于耦合DC-DC变换器的状态空间平均模型的建模策略。该方法通过数学建模手段对直流微电网系统进行精确的状态空间描述,并对其进行线性化处理,以便于系统稳定性分析与控制器设计。文中结合Matlab代码实现,展示了建模与仿真过程,有助于研究人员理解和复现相关技术,推动直流微电网系统的动态性能研究与工程应用。; 适合人群:具备电力电子、电力系统或自动化等相关背景,熟悉Matlab/Simulink仿真工具,从事新能源、微电网或智能电网研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微电网的动态建模方法;②学习DC-DC变换器在耦合条件下的状态空间平均建模技巧;③实现系统的线性化分析并支持后续控制器设计(如电压稳定控制、功率分配等);④为科研论文撰写、项目仿真验证提供技术支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐步实践建模流程,重点关注状态变量选取、平均化处理和线性化推导过程,同时可扩展应用于更复杂的直流微电网拓扑结构中,提升系统分析与设计能力。
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