【华为OD】D卷真题 100分:寻找密码 C/C++代码实现[思路+代码]

【华为OD】2024年C卷真题集:最新的真题集题库 C/C++/Java/python/JavaScript

【华为OD】2024年C卷真题集:最新的真题集题库 C/C++/Java/python/JavaScript-CSDN博客

python、C、JS、Java代码:

【华为OD】D卷真题 100分:寻找密码 python代码实现[思路+代码]-CSDN博客 

【华为OD】D卷真题 100分:寻找密码 C语言代码实现[思路+代码]-CSDN博客 

https://blog.csdn.net/mars1199/article/details/137926374 

【华为OD】D卷真题 100分:寻找密码 Java代码实现[思路+代码]-CSDN博客 

题目描述:

小王在进行游戏大闯关,有一个关卡需要输入一个密码才能通过。密码获得的条件如下:在一个密码本中,每一页都有一个由26个小写字母组成的若干位密码,每一页的密码不同,需要从这个密码本中寻找这样一个最长的密码,从它的末尾开始依次去掉一位得到的新密码也在密码本中存在。请输出符合该要求的密码,如果有多个符合要求的密码,则返回字典序最大的密码。若没有符合要求的密码,则返回空字符串。

输入描述

密码本由一个字符串数组组成,不同元素之间使用空格隔开,每一个元素代表密码本每一页的密码

输出描述

一个字符串

示例1

输入输出示例仅供调试,后台判题数据一般不包含示例

输入

h he hel hell hello

输出

hello

说明

"hello"从末尾依次去掉一位得到的 "hell","hel","he"和"h"在密码本中都存在。

示例2

输入输出示例仅供调试,后台判题数据一般不包含示例

输入

b eredderd bw bww bwwl bwwlm bwwln

输出

bwwln

说明

"bwwlm " 和 "bwwln" 从末尾开始依次去掉一位得到密码在密码本中都存在。但是 "bwwln" 比 "bwwlm" 字典序排序大,所以应该返回"bwwln"

备注

1 <= 密码本的页数 <= 105

1 <= 每页密码的长度 <= 105

     879                                                         
                                                            
              +---+                                                          
  3            |   |       ++                               +       +---|   
  |           |   | 3      +                6               +  |   +   |        +
  |      +     |   |       +         +                      +    |  +   |       +
  |      +    |   +---+    +        +        +++++          +   +  +   |        +
  |      +    | +      |   +   +----+        |   |          +   +  +   |        +
  |      +  3 | +      |   +   +    +      2 |   |     2    +   +  +   |        +
  |      +    | +      |   +   +    +        |   |          +   +  +   |        +
  |      +---+ +     |    |  |    +    ----+   |   +---+    |  |  +   |         +
  |      |     +     |    |  |    +    |       |   |   |    |  |  +   |         +
  |    1 |     +     | 8  |  |    +  1 |   |    | 1 |   | 1 |   |  +   |        +
  |      |     +     |    |  |    +    |   |    |   |   |   |   |  +   |        +
  |  +---+     +     +---+   |    ++---+    ++   +---+   +---+   |  +   |        +
  |  |         +         |   |    |         ++              |   |  |+   |        +
  |0 |         +         | 0 |  0 |         ++              | 0 |  |+   |        +
  |  |         +         |   |    |         ++              |   |  |+   |        +
  +---+         +          +-------+                       +---+| +|+   |        +
                +                                                    +   |        +
    0   1   2   3   4   5   6   7   8   9  10  11  12 + v:    w  u m    u 1 0 2 4
 

题目解析:

        按逻辑来,加上自定义排序即可

代码实现:

#include <iostream>
#include <string>
#include <vector>
#include <algorithm>
using namespace std;

void split(vector<string> &vec, string &str) {
	int left = 0;
	int pos = 0;
	while ((pos = str.find(" ", left)) != string::npos) {
		vec.push_back(str.substr(left, pos - left));
		left = pos + 1;
	}
	if (left < str.size()) {
		vec.push_back(str.substr(left));
	}
}

int index(vector<string> &w, string &s) {
	int res = -1;
	for (int i = 0; i < w.size(); ++i) {
		if (w[i] == s) {
			res = i;
			break;
		}
	}
	return res;
}
int main()
{
	string str;
	getline(cin, str);
	vector<string> words;
	split(words, str);
	sort(words.begin(), words.end(), [](string &a,string &b) {
		if (a.size() != b.size()) {
			return a.size() > b.size();
		}
		else {
			return a > b;
		}
	});
	for (int i = 0; i < words.size(); ++i) {
		int len = words[i].size() - 1;
		int j;
		for (j = len; j >= 1; --j) {
			string s = words[i].substr(0, j);
			if (index(words, s) == -1) {
				break;
			}
		}
		if (j == 0) {
			cout << words[i] << endl;
			break;
		}
	}
	return 0;
}

  • 18
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
垃圾短信识别是指通过算法和模型的应用,对收到的短信进行自动识别和过滤,将垃圾短信自动类并加以处理。华为od机试的题目中要求我们实现该功能。 要实现垃圾短信识别,可以采用一些常见的方法和技术。首先,我们需要建立一个训练数据集,其中包括垃圾短信和非垃圾短信的样本。对于每个样本,我们需要提取一些特征,例如短信的长度、关键词的出现频率、特殊字符的使用等等。然后,我们可以使用机器学习算法如朴素贝叶斯、支持向量机等,对训练数据进行训练,从而建立一个垃圾短信识别模型。 在实际应用中,当我们收到一条新的短信时,我们可以将其输入到已经训练好的模型中,通过模型预测结果来判断该短信是否为垃圾短信。如果预测结果为垃圾短信,我们可以将其标记为垃圾,并作出相应的处理,例如将其放入垃圾箱或者删除。如果预测结果为非垃圾短信,我们可以将其正常显示给用户。 为了提高垃圾短信识别的准确率和效率,我们还可以不断优化算法和模型。例如,可以结合深度学习算法,如积神经网络(CNN)或循环神经网络(RNN),以提高模型的表达能力和泛化能力。此外,可以使用大规模的训练数据集和高性能的计算平台来进行模型训练,从而提升垃圾短信识别的性能。 综上所述,垃圾短信识别是一项重要的任务,可以通过建立训练数据集、提取特征、训练模型和优化算法等步骤来实现。这样的技术可以在实际应用中有效地识别和过滤垃圾短信,提供更好的用户体验和信息安全保护。

“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

打赏作者

五木大大

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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