hdu 1251 统计难题(字典树+空行输入)

统计难题

Time Limit: 4000/2000 MS (Java/Others) Memory Limit: 131070/65535 K (Java/Others)
Total Submission(s): 700 Accepted Submission(s): 299

Problem Description
Ignatius最近遇到一个难题,老师交给他很多单词(只有小写字母组成,不会有重复的单词出现),现在老师要他统计出以某个字符串为前缀的单词数量(单词本身也是自己的前缀).
 

Input
输入数据的第一部分是一张单词表,每行一个单词,单词的长度不超过10,它们代表的是老师交给Ignatius统计的单词,一个空行代表单词表的结束.第二部分是一连串的提问,每行一个提问,每个提问都是一个字符串.

注意:本题只有一组测试数据,处理到文件结束.
 

Output

            对于每个提问,给出以该字符串为前缀的单词的数量.
 

Sample Input
banana
band
bee
absolute
acm

ba
b
band
abc
 

Sample Output
2
3
1
0
 

Author
Ignatius.L
 


Recommend
Ignatius.L
 

这道题,我直接套用模板,修改了参数和输入输出。
用的是链表的模板,一直MLE。从网上找别人的代码也是MLE,后来知道用C++提交就能过,用G++就会MLE。
不过用数组模板都能过,以后还是用数组模板比较好。
参考来源:http://www.cnblogs.com/yym2013/p/3780621.html
不知道为什么很多人的链表代码都没有删除节点释放内存。

如果 Memory Limit: 32768/32768 K (Java/Others)
就不能用字典树了。


注意如何判断空行:(前两种来源于链接)
    1、用strlen()计算字符串的长度,如果长度为0,说明为空行,退出输入循环。
    2、用gets()读入。读入的回车符会自动转换为NULL。所以循环读入,每次检测读入进来的字符串的第一个字符是否为NULL即可。
3、string类geitline(cin,str)读入,用str.size() , 计算字符串的长度,如果长度为0,说明为空行,退出输入循环。见代码一

#include <iostream>   
#include<cstdlib>   
#include<string>
#define MAX 26   
using namespace std;

typedef struct TrieNode                     //Trie结点声明    
{
	int cnt;
	struct TrieNode *next[MAX];            //儿子分支    
}Trie;

void insert(Trie *root, const char *s)     //将单词s插入到字典树中    
{
	if (root == NULL || *s == '\0')
		return;
	int i;
	Trie *p = root;
	while (*s != '\0')
	{
		if (p->next[*s - 'a'] == NULL)        //如果不存在,则建立结点    
		{
			Trie *temp = (Trie *)malloc(sizeof(Trie));
			for (i = 0; i<MAX; i++)
			{
				temp->next[i] = NULL;
			}
			temp->cnt = 1;
			p->next[*s - 'a'] = temp;
			p = p->next[*s - 'a'];
		}
		else
		{
			p = p->next[*s - 'a'];
			p->cnt++;
		}
		s++;
	}
                 //单词结束的地方标记此处可以构成一个单词   
}

int search(Trie *root, const char *s)    
{
	Trie *p = root;
	while (p != NULL&&*s != '\0')
	{

		p = p->next[*s - 'a'];
		s++;
	}
	if (p != NULL)
	{
		return p->cnt;
	}
	return 0;       
}

void del(Trie *root)                      //释放整个字典树占的堆区空间    
{
	int i;
	for (i = 0; i<MAX; i++)
	{
		if (root->next[i] != NULL)
		{
			del(root->next[i]);
		}
	}
	free(root);
}

int main()
{

	Trie *root = (Trie *)malloc(sizeof(Trie));
	for (int i = 0; i<MAX; i++)
	{
		root->next[i] = NULL;
	}
	string s;
	char s2[20];
	while (getline(cin,s))
	{
		if (s.size() == 0)break;
		for (int i = 0; i < s.size(); i++)
			s2[i] = s[i];
		s2[s.size()] = '\0';
		insert(root, s2);
	}
	while (scanf("%s",s2)!=EOF)
	{
		int ans = search(root, s2);
		printf("%d\n",ans);
	}
	del(root);                         //释放空间很重要    
	return 0;
}
数组做法
#include <iostream>
#include <stdio.h>
using namespace std;

int trie[1000010][26];    //数组形式定义字典树,值存储的是下一个字符的位置
int num[1000010]={0};    //附加值,以某一字符串为前缀的单词的数量
int pos = 1;

void Insert(char word[])    //在字典树中插入某个单词
{
    int i;
    int c = 0;
    for(i=0;word[i];i++){
        int n = word[i]-'a';
        if(trie[c][n]==0)    //如果对应字符还没有值
            trie[c][n] = pos++;
        c = trie[c][n];
        num[c]++;
    }
}
int Find(char word[])    //返回以某个字符串为前缀的单词的数量
{
    int i;
    int c = 0;
    for(i=0;word[i];i++){
        int n = word[i]-'a';
        if(trie[c][n]==0)
            return 0;
        c = trie[c][n];
    }
    return num[c];
}

int main()
{
    char word[11];
    while(gets(word)){
        if(word[0]==NULL)    //空行。gets读入的回车符会自动转换为NULL。
            break;
        Insert(word);
    }
    while(gets(word))
        printf("%d\n",Find(word));
    return 0;
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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