HDU 1880 魔咒词典

本文详细介绍了如何通过使用Map数据结构优化C++代码的内存使用,通过比较C++和G++的执行效果,揭示了在特定场景下选择不同编译器的重要性。文中提供了一个具体的例子,包括输入处理、数据映射和输出结果的实现过程,旨在帮助开发者理解并应用这一优化技巧。

用两个map,一个用来存意思--魔咒,一个用来存魔咒--意思;

我用c++提交,结果超内存,后来用G++提交,就过了……

#include <iostream>
#include <string>
#include <map>
using namespace std;
int main()
{
	int i,j,n;
	string st,str;
	map<string ,string> m;
	map<string,string> mm;
	while(1)
	{
	    cin>>st;
		if(st=="@END@")
			break;
		cin.get();
		getline(cin,str);
		mm[st]=str;
		m[str]=st;
	}
	cin>>n;
	cin.get();
	while(n--)
	{

		getline(cin,str);
		if(mm[str]!="")
            cout<<mm[str]<<endl;
        else if(m[str]!="")
        {
            string k=m[str];
            for(i=1;i<k.size()-1;i++)
                cout<<k[i];
            cout<<endl;
        }

		else
			cout<<"what?"<<endl;
	}
	return 0;
}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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