K匹配

题目描述

在这里插入图片描述

分析

本来以为这题很难,结果是求字符串A有多少个子串包含字符串B。
于是就可以记录字符串A中每个字符串B的开头位置,设共有 k k k个,然后记录包含第 i i i~ k k k个字符串B的子串个数。其中字符串匹配的部分用 K M P ⋅ KMP· KMP改。
复杂度 O ( n ) O(n) O(n)?

#include<bits/stdc++.h>
#define ll long long
using namespace std;
char s[10010000],a[10010000],ch;
ll n,m,i,j,k,l,o,p,ans;
ll b[10010000],nxt[10010000];
int main()
{
//	freopen("match.in","r",stdin);
//	freopen("match.out","w",stdout);
	scanf("%lld%lld",&n,&m);
	scanf("%s",s);
	scanf("%s",a);
	j=0,k=-1;
   	nxt[0]=-1;
   	while(j<m-1)
   	{
   	   if(k==-1 || a[j]==a[k])
   	   {
   	      	j++;
			k++;
        	nxt[j]=k;
   	   }
  	    else k=nxt[k];
   	}
    k=i=j=0;
    while(i<n)
   	{
      if(j==-1 || s[i]==a[j])
      {
         i++;
         j++;
      }
      else j=nxt[j];
      if (j>=m) b[++k]=i-m,j=nxt[j],i=i-m+1;
   	}
	b[0]=-1;
	for (i=1;i<=k;i++)
	 ans+=(b[i]-b[i-1])*(n-b[i]-m+1);
	printf("%lld\n",ans);
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
k近邻匹配(k-nearest neighbor matching)是一种常用的非实验性研究设计中的数据分析方法,用于估计处理组和对照组之间的平均处理效应。下面是一个用Stata软件进行k近邻匹配的代码示例。 首先,假设我们有一个处理组和一个对照组的数据集,其中包含了一些特征变量和一个二元的处理变量。我们的目标是通过k近邻匹配方法来估计处理效应。 ``` * 加载数据集 use "data.dta", clear * 进行k近邻匹配 *p 选择最佳的匹配变量 *nn 选择最近邻的数量 knnmatch nn treated, neighbor(id) gen(matched_id) showprogress * 根据匹配结果生成配对数据集 gen paired = !missing(matched_id) drop if !paired * 检查配对数据集的平衡性 ttest var1 if treated == 1, by(paired) ``` 在上述代码中,我们首先加载了我们的数据集(假设为"data.dta")。然后,我们使用"knnmatch"命令进行k近邻匹配,指定了要进行匹配的变量(treated)和要生成的匹配变量的名称(matched_id)。我们还可以通过调整"nn"参数来选择最近邻的数量。 接下来,我们根据匹配结果生成配对数据集,只保留成功匹配的样本(由"!missing(matched_id)"部分实现)。最后,我们可以使用"ttest"命令检查配对数据集的平衡性,这将帮助我们确定匹配是否成功。 总的来说,上述代码展示了如何使用Stata进行k近邻匹配。您可以根据自己的数据集和研究目的对代码进行修改和调整。

“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