HDU2594 KMP next数组的应用

本文介绍了一种利用next数组求解两字符串连接后的最长相同前缀和后缀的方法,并提供了完整的C++实现代码。

  这道题就是给你两个串s1, s2让你求出s1 s2的最长相同前缀和后缀, 我们直接将s1 s2连接到一起然后处理一下next数组即可, 注意答案应该是min(len(s1), len(s2) , next[len]), 代码如下:

#include <cstdio>
#include <cstring>
#include <algorithm>

using namespace std;
char str[100000 + 100];
int len;
int nxt[100000 + 100];
void getnext(){
    int i=0, j=-1;
    nxt[0] = -1;
    while(i<len){
        if(j==-1 || str[i]==str[j])
            nxt[++i] = ++j;
        else j = nxt[j];
    }
}
int main() {
    while(scanf("%s", str) != EOF){
        len = strlen(str);
        int len1 = len;
        scanf("%s", str+len);
        len = strlen(str);
        int len2 = len-len1;

//        printf("%s\n", str);
        getnext();
//        for(int i=0; i<=len; i++) printf("%d ", next[i]);
//        printf("\n");
        if(nxt[len] == 0) printf("0\n");
        else {
            int tp1 = min(len1, len2);
            int tp2 = min(tp1, nxt[len]);
            for(int i=0; i<tp2; i++) printf("%c", str[i]);
            printf(" %d\n", tp2);
        }
    }
    return 0;
}

 

转载于:https://www.cnblogs.com/xingxing1024/p/5321240.html

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