LeetCode.290 Word pattern

本文介绍了一种模式匹配算法,该算法能够判断给定的字符串是否符合指定的模式。通过使用两个哈希表来记录模式与字符串之间的映射关系,确保模式与字符串能够完全匹配。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:

Given a pattern and a string str, find if str follows the same pattern.

Here follow means a full match, such that there is a bijection between a letter in pattern and a non-empty word in str.

Examples:

  1. pattern = "abba", str = "dog cat cat dog" should return true.
  2. pattern = "abba", str = "dog cat cat fish" should return false.
  3. pattern = "aaaa", str = "dog cat cat dog" should return false.
  4. pattern = "abba", str = "dog dog dog dog" should return false.

Notes:
You may assume pattern contains only lowercase letters, and str contains lowercase letters separated by a single space.

分析:

class Solution {
    public boolean wordPattern(String pattern, String str) {
       //给定字符串和匹配模式,返回是否满足匹配模型
        //匹配模式只有一个小些字母表示,字符串的字母由单个空格隔开组成的小写单词
        HashMap<String,String> hmP=new HashMap<String,String>();
        HashMap<String,String> hmS=new HashMap<String,String>();
        
        int len=0;
        for(int i=0;i<str.length();i++){
            if(str.charAt(i)==' '){
                len++;
            }
        }
        if(len+1!=pattern.length())return false;
        
        //截断字母串
        String [] strs=new String[len+1];
        char [] st=str.toCharArray();
        int index=0;
        int count=0;
        for(int i=0;i<st.length;i++){
            if(st[i]==' '||i==st.length-1){
                if(i==st.length-1){
                    //因为截取包左不包右
                    i++;
                }
                strs[count++]=str.substring(index,i);
                index=i+1;
            }
        }

        char [] pa=pattern.toCharArray();
        for(int i=0;i<pattern.length();i++){
            char ch=pa[i];
            String chStr=String.valueOf(ch);
            //如果hash表中存在该字符则取出同字母比较
            if(hmP.containsKey(chStr)){
                if(!hmP.get(chStr).equals(strs[i])){
                    return false;
                }
            }else{
                //存在hmT中说明已经匹配过了
                if(hmS.containsKey(strs[i])){
                    return false;
                }
                //分别存入对方的
                hmP.put(chStr,strs[i]);
                hmS.put(strs[i],chStr);
            }
        }
        return true;
        
    }
}


内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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