hdu 3450 后缀数组

题目大意:

求多个字符串的最长公共子串

基本思路:

参加我的博客hdu2774

代码如下:

#include<cstdio>
#include<cstring>
using namespace std;

typedef  long long ll;
const int inf = 0x3f3f3f3f;
const int maxn = 800000+10;
int wa[maxn],wb[maxn],wv[maxn],ws[maxn],sa[maxn],ranks[maxn],height[maxn];
int loc[maxn];
bool vis[4000+10];
char str[200+10],ans[200+10];
int s[maxn];
int num;
int cmp(int *r,int a,int b,int l){
    return r[a]==r[b]&&r[a+l]==r[b+l];
}
void da(int *r,int n,int m){
    int i,j,p,*x=wa,*y=wb,*t;
    for(i=0;i<m;i++) ws[i]=0;
    for(i=0;i<n;i++) ws[x[i]=r[i]]++;
    for(i=1;i<m;i++) ws[i]+=ws[i-1];
    for(i=n-1;i>=0;i--) sa[--ws[x[i]]]=i;
    for(j=1,p=1;p<n;j*=2,m=p){
        for(p=0,i=n-j;i<n;i++) y[p++]=i;
        for(i=0;i<n;i++) if(sa[i]>=j) y[p++]=sa[i]-j;
        for(i=0;i<n;i++) wv[i]=x[y[i]];
        for(i=0;i<m;i++) ws[i]=0;
        for(i=0;i<n;i++) ws[wv[i]]++;
        for(i=1;i<m;i++) ws[i]+=ws[i-1];
        for(i=n-1;i>=0;i--) sa[--ws[wv[i]]]=y[i];
        for(t=x,x=y,y=t,p=1,x[sa[0]]=0,i=1;i<n;i++) x[sa[i]]=cmp(y,sa[i-1],sa[i],j)?p-1:p++;
    }
}
void calHeight(int *r,int n){
    int i,j,k=0;
    for(i=1;i<=n;i++) ranks[sa[i]]=i;
    for(i=0;i<n;i++){
        if(k) k-=1;
        j=sa[ranks[i]-1];
        while(r[i+k]==r[j+k]) k++;
        height[ranks[i]]=k;
    }
}
bool check(int mid,int len,int num){
    int cnt=0;
    memset(vis,0,sizeof(vis));
    for(int i=2;i<=len;i++){
        if(height[i]<mid){
            cnt=0;
            memset(vis,false,sizeof(vis));
            continue;
        }
        if(!vis[loc[sa[i-1]]]){
            vis[loc[sa[i-1]]]=true;
            cnt++;
        }
        if(!vis[loc[sa[i]]]){
            vis[loc[sa[i]]]=true;
            cnt++;
        }
        if(cnt==num){
            for(int j=0;j<mid;j++){
                ans[j]=s[sa[i]+j]+'a'-1;
            }
            ans[mid]='\0';
            return true;
        }
    }
    return false;
}
int main(){
    while(~scanf("%d",&num)&&num){
        int cnt=0,ext=30;
        bool flag=false;
        for(int i=1;i<=num;i++){
            scanf("%s",str);
            int len=strlen(str);
            for(int j=0;j<len;j++){
                loc[cnt]=i;
                s[cnt++]=str[j]-'a'+1;
            }
            loc[cnt]=ext;
            s[cnt++]=ext++;
        }
        s[cnt]=0;
        da(s,cnt+1,ext);
        calHeight(s,cnt);
        int left=1,right=strlen(str),mid;
        while(right>=left){
            mid=(left+right)/2;
            if(check(mid,cnt,num)){
                left=mid+1;
                flag=true;
            }else{
                right=mid-1;
            }
        }
        if(flag) printf("%s\n",ans);
        else printf("IDENTITY LOST\n");
    }
    return 0;
}

转载于:https://www.cnblogs.com/imzscilovecode/p/7995724.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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