Simulation Implement strStr()

本文介绍了一种简单的字符串匹配算法实现,通过逐字符比较的方式寻找目标子串在源串中的位置。该方法适用于基本的字符串搜索场景,并为理解更复杂的KMP算法等提供了基础。

思路:
方法一:
时间复杂度O(N+k*M)

class Solution {
public:
    int strStr(string haystack, string needle) {
        int hsize = static_cast<int>(haystack.size());
        int nsize = static_cast<int>(needle.size());
        if(hsize < nsize) return -1;
        if(nsize == 0) return 0;
        int i,j;
        for (i = j = 0; haystack[i] && needle[j];) {
            if (haystack[i] == needle[j]) {
                ++i;
                ++j;
                if(j == nsize) return i-j;
            } else {
                i = i - j + 1;
                j = 0;
            }
        }
        return -1;
    }
};

java code:

public class Solution {
    public int strStr(String source, String target) {
        if(source == null || target == null) return -1;
        if(source.length() < target.length()) return -1;
        if(target.length() == 0) return 0;

        for(int i = 0, j = 0; i < source.length() && j < target.length(); ) {
            if(source.charAt(i) == target.charAt(j)) {
                ++i;
                ++j;
                if(j == target.length()) return i - j;
            }else {
                i = i - j + 1;
                j = 0;
            }
        }
        return -1;
    }
}

方法二:KMP

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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