判断一个字符串是否由另一个字符串旋转得到

对一个长度为len的字符串而言,左旋k个字符就相当于右旋len-k个字符。所以对于判断字符串是否由另一个字符串旋转得到,我们可以通过其任一种方式进行判断。
思路1:
给定两个已知的长度相等的字符串,通过for循环,通过每次对字符串进行左旋一个的操作,和需要判断的字符串做strcmp操作。循环终止条件是遍历完字符串的字符,即不超过字符串的长度。
源代码如下:

#include <stdio.h>
#include <windows.h>
#include <assert.h>
#include <string.h>
#pragma warning (disable:4996)
void reverse(char *left, char *right)
{
 while (left < right)
 {
  *left ^= *right;
  *right ^= *left;
  *left ^= *right;
  left++; right--;
 }
}
void left_move(char *str, int k)
{
 int len = strlen(str);
 assert(str != NULL && k <= len);//DEBUG
 if (str == NULL || k > len)
 { 
  return;       //release
 }
 reverse(str, str + k - 1);
 reverse(str + k, str + len - 1);
 reverse(str, str + len - 1);
}
int Is_left_move(char *arr, const char*p)
{
 int i = 0;
 int len =strlen(arr);
 assert(arr != NULL && p != NULL && strlen(arr) == strlen(p));
 for (; i < len; i++)
 {
  left_move(arr, 1);    //每次循环旋转1次
  if (strcmp(arr, p)==0)
  {
   return 1;  //是
  }
 }
 return 0;//不是
}
int main()
{
 char str[] = { "abcdef" };
 char *str1 = "cdefab"; 
 int ret = Is_left_move(str, str1);
 if (ret == 1)
 {
  printf("is move\n");
 }
 else 
 {
  printf("is not move\n");
 }
  system("pause");
 return 0;
}

思路2:
将字符串进行拼接操作(自己拼自己),在拼接好后的字符串中查找有没有该需要判断的字符串,如果有证明是旋转得到,没有则证明不是旋转得到。该方法不用去看旋转多少次。
“abcd”–>“abcdabcd” p=“cdab”
源代码如下:

int Is_left_move(char *arr, const char*p)
{
 int len = strlen(arr);
 assert(arr != NULL && p != NULL && strlen(arr) == strlen(p));
 strncat(arr, arr, len); // '\0'  abcdabcd
 if (strstr(arr, p)!=NULL)
 {
  return 1;
 }
 return 0;
}
int main()
{
 char str[20] = { "abcdef" };  //如果不加‘20’,长度是6,拼接自己长度是7 变成13 ,会崩溃  数组越界了
 char *str1 = "cdefab"; 
 int ret = Is_left_move(str, str1);
 if (ret == 1)
 {
  printf("is move\n");
 }
 else 
 {
  printf("is not move\n");
 }
 system("pause");
 return 0;
}
作为AI语言模型,我可以为您提供一些思路和建议,但是由于涉及到机器学习和图像处理等领域,这个项目需要您具备一定的编程和数学基础,并且需要您自行学习相关知识。 以下是一个可能的流程: 1. 收集数据:需要收集手写英文字母的图像数据,可以自己手写或者从公开数据集中获取。建议至少收集1000个不同字母的图像数据。 2. 数据预处理:对收集到的数据进行预处理,包括图像的大小、颜色、尺度、旋转等。 3. 特征提取:从预处理后的图像中提取出对分类有用的特征,例如字母的轮廓、边缘、角度、密度等等。 4. 分类模型训练:使用机器学习算法,例如支持向量机(SVM)、卷积神经网络(CNN)等,对提取出的特征进行训练和优化,以实现对手写字母的分类。 5. 模型评估和测试:使用测试数据对训练好的模型进行评估和测试,检查其准确性和鲁棒性。 6. 应用实现:将训练好的模型应用到实际的场景中,例如手写英文字母的识别、自动填写等。 在实现这个项目过程中,您可以使用Python的图像处理库(例如OpenCV)和机器学习库(例如Scikit-learn、TensorFlow等)来简化开发流程。同时,您需要了解一些基本的编程知识,例如Python语言基础、图像处理、机器学习算法等等。 希望这些信息对您有所帮助,祝您成功实现手写图像英文字母识别的项目!
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