hdu4333 Revolving Digits - exkmp

题目连接:http://acm.hdu.edu.cn/showproblem.php?pid=4333

题意:多组数据,给一串数字,问每次旋转得到的数字串比原串小、等、大的数量。e.g.原串为"341",而3次旋转得到的数字串分别是:341、134、413。故答案输出1 1 1

题解:exkmp;题目中说的是能构成的不同的串,而当且仅当原串有循环节时所构成的串有重复(自己想想),所以先用next[]判断最短的循环节长度找到重复的次数,最后除掉。

哦,如何比较大小呢?看extend[]~若extend[i]>=n(原串长度),就是说该子串的前n个与原串完全匹配(就是相等啦);不然的话就直接比较失配处。
[忽然发现有0什么的用exkmp是不用管的除非暴力过什么的]

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
#define maxn 201000

int nt[maxn],extend[maxn];
char s[maxn];
int mymin(int x,int y){return (x<y)?x:y;}
int mymax(int x,int y){return (x>y)?x:y;}
int main()
{
	//freopen("a.in","r",stdin);
	//freopen("a.out","w",stdout);
	int T,i,n,len,mx,id,L,E,G,as,Case=0;
	scanf("%d\n",&T);
	while (T--)
	{
		memset(s,'\0',sizeof(s));
		gets(s+1);n=strlen(s+1);
		L=E=G=0;
		memset(nt,0,sizeof(nt));
		id=1;mx=0;nt[1]=n;as=n;
		for (i=2;i<=n;i++)
		{
			if (mx>i+nt[i-id+1]-1) nt[i]=nt[i-id+1];
			else
			{
				nt[i]=mymax(mx-i+1,0);
				while (i+nt[i]<=n && s[i+nt[i]]==s[1+nt[i]]) nt[i]++;
				if (i+nt[i]-1>mx) mx=i+nt[i]-1,id=i;
			}
			if (i+nt[i]-1==n && n%(n-nt[i])==0) as=mymin(as,n-nt[i]);//找循环节orz
		}as=n/as;id=0;mx=0;//循环节的长度就是最后要除多少
		memset(extend,0,sizeof(extend));len=n*2;
		for (i=1;i<=n;i++) s[i+n]=s[i];
		for (i=1;i<=len;i++)
		{
			extend[i]=mymin(nt[i-id+1],mymax(mx-i+1,0));
			while (1+extend[i]<=n && s[i+extend[i]]==s[1+extend[i]]) extend[i]++;
			if (i+extend[i]-1>mx) mx=i+extend[i]-1,id=i;
		}
		for (i=1;i<=n;i++)
		 if (extend[i]>=n) E++;//与原串相等
		 else if (s[i+extend[i]]>s[1+extend[i]]) G++;//比原串大
		 else L++;//比原串小
		printf("Case %d: %d %d %d\n",++Case,L/as,E/as,G/as);
	}return 0;
}


转载于:https://www.cnblogs.com/Euryale-Rose/p/6527890.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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