HDU-2222 ac自动机模板题

本文深入探讨了AC自动机的原理与应用,通过详细的代码示例,讲解了如何构建和使用AC自动机进行字符串匹配。文章涵盖了初始化、插入字符串、构建失败指针以及匹配过程等关键步骤。

夜来香???

//#pragma GCC optimize(3,"Ofast","inline")
#include<unordered_map>
#include<unordered_set>
#include<cstdio>
#include<iostream>
#include<cmath>
#include<functional>
#include<cstring>
#include<string>
#include<cstdlib>
#include<queue>
#include<map>
#include<algorithm>
#include<set>
#include<stack>
#include<vector>
#include<sstream>
using namespace std;
typedef long long ll;
const int INF=0x3f3f3f3f;
const int maxn= 5e5+10;
const ll mod=1e9+7;

int cnt;
queue<int>que;

struct node
{
    int flag;
    int fail;
    int next[26];
}trie[maxn];


void inserts(char *s){
    int n=strlen(s);
    int now=0;
    for(int i=0;i<n;i++)
    {
        char c=s[i];
        if(!trie[now].next[c-'a'])
            trie[now].next[c-'a']=cnt++;
        now=trie[now].next[c-'a'];
    }
    trie[now].flag++;
    return ;
}

void init()
{
    while(!que.empty())que.pop();
    for(int i=0;i<maxn;i++)
    {
        memset(trie[i].next,0,sizeof trie[i].next);
        trie[i].fail=trie[i].flag=0;
    }
    cnt=1;
    return ;
}

void built()
{
    trie[0].fail=-1;
    que.push(0);

    while(!que.empty())
    {
        int u=que.front();que.pop();
        for(int i=0;i<26;i++)
        {
            if(trie[u].next[i])
            {
                if(u==0)trie[trie[u].next[i]].fail=0;
                else
                {
                    int v=trie[u].fail;
                    while(v!=-1)
                    {
                        if(trie[v].next[i])
                        {
                            trie[trie[u].next[i]].fail=trie[v].next[i];
                            break;
                        }
                        v=trie[v].fail;
                    }
                    if(v==-1)trie[trie[u].next[i]].fail=0;
                }
                que.push(trie[u].next[i]);
            }
        }
    }
}

int Get(int u)
{
    int ans=0;
    while(u)
    {
        ans+=trie[u].flag;
        trie[u].flag=0;
        u=trie[u].fail;
    }
    return ans;
}

int match(char *s)
{
    int n=strlen(s);
    int ans=0,now=0;
    for(int i=0;i<n;i++)
    {
        char c=s[i];
        if(trie[now].next[c-'a'])
            now=trie[now].next[c-'a'];
        else
        {
            int p=trie[now].fail;
            while(p!=-1&&trie[p].next[c-'a']==0)p=trie[p].fail;
            if(p==-1)now=0;
            else now=trie[p].next[c-'a'];
        }
        if(trie[now].flag)
            ans+=Get(now);
    }
    return ans;
}

int main()
{
    int t;
    scanf("%d",&t);
    char s[1000009];
    while(t--)
    {
        init();
        int n;
        scanf("%d",&n);
        for(int i=0;i<n;i++)
        {
            scanf("%s",s);
            inserts(s);
        }
        built();
        scanf("%s",s);
        printf("%d\n",match(s));
    }
    return 0;
}

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