Trie(字典树)

  • Trie树

  Trie树是一种用于实现字符串快速检索的多叉树结构。Trie的每个节点都拥有若干个字符指针,若在插入或检索字符串时扫描到一个字符c,就沿着当前节点的c字符指针,走向该指针指向的节点。

 

  • 初始化

  一棵空Trie仅包含一个根节点,该点的字符指针均指向空。

  • 插入

  当需要插入一个字符串S时,我们令一个指针P起初指向根节点。然后,依次扫描S中的每个字符c:

    1.若P的c字符指针指向一个已经存在的节点Q,则令P = Q。

    2.若P的c字符指针指向空,则新建一个节点Q,令P的c字符指针指向Q,然后令P = Q。

  当S中的字符扫描完毕时,在当前节点P上标记它是一个字符串的末尾。

        

  • 检索

  当需要检索一个字符串S在Trie是否存在时,我们令一个指针P起初指向根节点,然后依次扫描S中的每个字符c:

    1.若P的c字符指针指向空,则说明S没有被插入过字典树,结束检索。

    2.若P的c字符指针指向一个已经存在的节点Q,则令P=Q。

  当S中的字符扫描完毕时,若当前节点P被标记为一个字符串的末尾,则说明S在字典树中存在,否则说明S没有被插入过。

 1 int trie[N][26], val[N];
 2 int tot = 1;
 3 void Insert(char* s)
 4 {
 5     int len = strlen(s), p = 1;
 6     forn(k, len)
 7     {
 8         int ch = s[k] - 'a';
 9         if(trie[p][ch]==0)
10             trie[p][ch] = ++tot;
11         p = trie[p][ch];
12     }
13     val[p] = true;
14 }
15 bool Search(char* s)
16 {
17     int len = strlen(s), p = 1;
18     forn(k, len)
19     {
20         p = trie[p][s[k] - 'a'];
21         if(p==0)
22             return false;
23     }
24     return val[p];
25 }
View Code

 

转载于:https://www.cnblogs.com/zssst/p/11157803.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