BZOJ3670 & 洛谷2375 & UOJ5:[NOI2014]动物园——题解

本文深入探讨了KMP算法的实现细节,包括如何构造nxt数组以优化字符串匹配过程,并通过具体实例展示了如何利用nxt数组计算不同子串出现的次数。文中还提供了完整的C++代码实现。

https://www.lydsy.com/JudgeOnline/problem.php?id=3670

https://www.luogu.org/problemnew/show/P2375#sub

http://uoj.ac/problem/5

我已经懒得吐槽我有多笨了……

题目明示先求nxt数组绝对没错。

那么不难发现,当我们不考虑重合的时候,nxt[i]是一个合法的前后缀,同时nxt[nxt[i]]也是(画个图就明白了)……以此类推。

于是num数组统计如此递归下去的nxt的个数和,显然有num[i]=num[nxt[i]]+1。

接下来考虑重合情况,我们只需要将i不断跳nxt直到i小于当前串的一半即可,此时的num[i]即为答案。

#include<cmath>
#include<queue>
#include<cstdio>
#include<cctype>
#include<vector>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
typedef long long ll;
const int N=1e6+5;
const int p=1e9+7;
char s[N];
int nxt[N],num[N];
void getnxt(int m){
    for(int i=2,j=0;i<=m;i++){
        while(j&&s[i]!=s[j+1])j=nxt[j];
        if(s[i]==s[j+1])j++;
        nxt[i]=j;num[i]=num[j]+1;
    }
}
int main(){
    int t,m;
    scanf("%d",&t);
    while(t--){
        int ans=1;
        memset(nxt,0,sizeof(nxt));
        memset(num,0,sizeof(num));
        cin>>s+1;m=strlen(s+1);
        num[0]=0;num[1]=1;
        getnxt(m);
        for(int i=2,j=0;i<=m;i++){
            while(j&&s[i]!=s[j+1])j=nxt[j];
            if(s[i]==s[j+1])j++;
            while(j*2>i)j=nxt[j];
            ans=(ll)ans*(num[j]+1)%p;
        }
        printf("%d\n",ans);
    }
    return 0;
}

+++++++++++++++++++++++++++++++++++++++++++

 +本文作者:luyouqi233。               +

 +欢迎访问我的博客:http://www.cnblogs.com/luyouqi233/+

+++++++++++++++++++++++++++++++++++++++++++

转载于:https://www.cnblogs.com/luyouqi233/p/9142536.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