leetcode-Longest Substring Without Repeating Characters

本文介绍了一种求解字符串中最长无重复字符子串长度的高效算法。通过使用滑动窗口方法,结合左右指针及字符标记数组,实现O(n)时间复杂度内解决问题。适用于编程面试和技术挑战。

c++版本

class Solution {
public:
  
    int lengthOfLongestSubstring(string s) 
    {
        int left = 0, right = 0;
        int exist[300] = {0};
        int ans = 0;
        int len = s.length();
        for(;right < len; right++)
        {
            if(exist[s[right]])
            {
                for(int i = left; i < right; i++)
                {
                    if(s[i] == s[right])
                    {
                        left = i+1;
                        break;
                    }
                }
            }
            ans = max(ans,right - left + 1);
            exist[s[right]] = 1;
        }
        return ans;
    }
};

思路:

使用滑动窗口:

定义左右两端指针left、right;

定义标记某字符是否出现过的数组;

定义最长非重复子字符串长度为ans,初始为零;

两边指针均从第0位开始,先滑动右侧;

判断右侧指针指向的字符是否出现过;

若出现过,从left到right-1之间寻找出现过该字符的位置,假定该位置为i,则将left移到i+1;

当前的非重复子字符串长度为right-left+1;

将该长度与当前ans值作比较,保存最大值;

将当前right位置上的字符标记已出现过,继续移动right。

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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