试制品 (nyoj 542)

本文介绍了一种用于自动合成并识别化学反应式的算法,通过解析输入的反应方程式,利用排序和查找技巧,逐步生成新的化合物。该算法能够处理复杂的化学反应,并将生成的化合物加入到已存在的化合物集合中,最终输出所有新生成的化合物。

模拟

a 反应物集合 ; b 生成物集合; c 存在的化合物或单质集合; ans 新生成化合物集合

1、如果反应无均在已生成的化合物集合中,则完成反应,将合成物加入c集合

2、对每个方程式的反应物进行排序,方便加速查找

3、不停的搜索,直到没有新化合物生成。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#include<set>
using namespace std;
#define N 402

vector<string>a[N];//左式化合物集合 
vector<string>b[N];//右式化合物集合 
vector<string>c;//存在的化合物 
set<string>ans;//新生成化合物 
bool found[N];//标记化学式是否已经合成 

int main() {
    freopen("d:\\in.txt", "r", stdin);
    int n, m;
    while(cin>>n) {
        memset(found, false, sizeof(found));
        for(int i=0; i<n; i++){
            a[i].clear();
            b[i].clear();
        }
        c.clear();
        ans.clear(); 
        string expr, str;
        for(int i=0; i<n; i++) {
            cin>>expr;
            int mid = expr.find("=", 0);
            expr[mid] = '+'; 
            expr += "+";
            int len = expr.size();
            for(int j = 0; j<mid+1; j++){
                if(expr[j] != '+')
                    str.push_back(expr[j]);
                else{
                    a[i].push_back(str);
                    str.clear();
                }
            } 
            for(int j = mid+1; j<len; j++){
                if(expr[j] != '+')
                    str.push_back(expr[j]);
                else{
                    b[i].push_back(str);
                    str.clear();
                }
            }
        }
        cin>>m;
        for(int i=0; i<m; i++){
            cin>>expr;
            c.push_back(expr);
        }
        for(int i=0; i<n; i++){//排序方便查找 
            sort(a[i].begin(), a[i].end());
        }
        bool hasnext = true;
        while(hasnext){
            hasnext = false; 
            for(int k=0; k<n; k++){
                if(found[k]) continue;
                string first = a[k][0];
                if(find(c.begin(), c.end(), first) != c.end()){//如果方程式的第一个元素存在 
                    int size = a[k].size();
                    int i = 1; 
                    for( ; i<size; i++){//在已经存在的化合物集合中查找化学式剩余的化合物 
                        if(find(c.begin()+1, c.end(), a[k][i]) == c.end())
                            break;
                    } 
                    if(i == size) {//如果左式完全匹配 
                        found[k] = true;
                        hasnext = true;
                        for(vector<string>::iterator it = b[k].begin(); it != b[k].end(); it++){
                            if(find(c.begin(), c.end(), *it) == c.end()) {
                                c.push_back(*it);
                                ans.insert(*it); 
                            } 
                        }
                    }
                }
            }
        }
        cout<<ans.size()<<endl; 
        for(set<string>::iterator it = ans.begin(); it != ans.end(); it++)
            cout<<*it<<endl; 
    }
    return 0;
}

转载于:https://www.cnblogs.com/huwtylv/p/4395708.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