算法第四次作业

Longest Palindromic Substring
Description:
Given a string s, find the longest palindromic substring in s. You may assume that the maximum length of s is 1000.

Example:
Input: “babad”

Output: “bab”

Note: “aba” is also a valid answer.
Example:

Input: “cbbd”

Output: “bb”
解题思路:
首先想到两种方法都是枚举思想,第一种是对于每个子串的中心往两边扫,不断更新最长回文串;第二种是动态规划,通过维护一个二维bool数组,遍历所有字符,进行判断。
第一种中心有2*n-1个,字符有n个,间隙有n-1个。

class Solution {
public:
    string longestPalindrome(string s) {
        if(s.empty())
            return "";
        int left=0;
        int right=0;
        int maxlen=0;
        string res,str;
        for(int i=0;i<2*s.length()-1;i++)
        {
            left=i/2;
            right=i/2;
            if(i%2==1)
                right++;
            str=longest(left,right,s);
            if(maxlen<str.length())
            {
                maxlen=str.length();
                res=str;
            }
        }
        return res;
    }
private:
    string longest(int left,int right,string s)
{
        while(s[left]==s[right]&&left>=0&&right<=s.length())
        {
            left--;
            right++;
        }
   return s.substr(left+1,right-left-1);
    }
    };

第二种方法中
if(s.charAt(i)==s.charAt(j) && (j-i<=2 || palin[i+1][j-1])) 是核心,不断更新palin[i][j],如果palin[i+1][j-1]是true那么对它的外层进行判断;j-i<=2说明它要么是以一个字符或者间隙为核心的回文串,要么是单个的字符或间隙。

class Solution {
public:
    string longestPalindrome(string s) {
        if(s.empty())
            return "";
        string res="";
        int maxlen=0;
        bool judge[s.length()][s.length()]={0};
        for(int i=0;i<s.length();i++)
        {
            for(int j=i;j>=0;j--)
            {
                if(s[i]==s[j]&&(i-j<=2||judge[j+1][i-1]))
                {
                    judge[j][i]=true;
                    if(i-j+1>maxlen)
                    {
                       maxlen=i-j+1;
                       res=s.substr(j,i-j+1);
                    }
                }

            }
        }
        return res;
    }
};

以上复杂度都是O(n^2),还有一种Manacher’s Algorithm很厉害,能够做到线性,这个比较复杂,有兴趣的同学可以自行查阅

人工智能原理与算法第四次作业主要包括以下内容: 1. 线性回归:线性回归是一种常见的机器学习算法,用于建立输入变量与输出变量之间的线性关系。通过拟合最优的直线来进行预测和判断。 2. 逻辑回归:逻辑回归是一种常用于分类问题的线性模型。通过将线性回归的结果通过sigmoid函数进行转换,将输出限制在0-1之间,从而进行二分类预测。 3. 决策树:决策树是一种基于树结构的分类方法。通过一系列的决策节点和叶节点来对样本进行分类。决策树的训练过程包括选择最佳的节点和最优的划分特征。 4. K近邻算法:K近邻算法是一种基于实例的学习方法,通过计算输入样本与训练样本之间的距离,选择K个最近邻的样本来进行分类或回归。 5. 支持向量机:支持向量机是一种常用的二分类算法。通过将样本转换到高维空间,将样本分割为不同的类别,构造最优的超平面来进行分类。 6. 朴素贝叶斯:朴素贝叶斯是一种基于贝叶斯概率理论的分类方法。通过统计样本的特征向量在每个类别中的条件概率来进行分类。 7. 随机森林:随机森林是一种集成学习方法,通过多个决策树的集成来进行分类或回归。每个决策树使用不同的训练集和特征子集进行训练。 8. 神经网络:神经网络是一种模仿人脑神经元之间连接方式的计算模型。通过多个神经元的连接和权重调整来进行分类、回归等任务。 以上是人工智能原理与算法第四次作业的内容,涵盖了常用的机器学习算法和分类方法,这些方法在实际应用中具有广泛的应用价值。
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