BZOJ 2099 [Usaco2010 Dec]Letter 恐吓信

BZOJ_2099

    一个可行的贪心思路就是,每次都让这刀切出的串越长越好,然后下一次再从上一刀末尾后面那个字符开始,继续这样贪心地去切。

    这样就要反复查询,从某个位置开始,最长能有多少个连续的字符满足是文章中的一个子串,这一点可以将文章建立后缀自动机后来查找,整体查找的复杂度是O(N)的。

#include<stdio.h>
#include<string.h>
#define MAXD 50010
struct SufAuto
{
    int pre, next[26], len;
    void init()
    {
        memset(next, 0, sizeof(next));
        pre = -1, len = 0;
    }
}sa[2 * MAXD];
namespace SA
{
    int node, tail;
    void init()
    {
        node = tail = 0;
        sa[0].init();
    }
    void insert(int k, int len)
    {
        int p = tail, np = ++ node;
        sa[np].init();
        sa[np].len = len;
        for(; p != -1 && !sa[p].next[k]; p = sa[p].pre) sa[p].next[k] = np;
        tail = np;
        if(p == -1) sa[np].pre = 0;
        else
        {
            if(sa[sa[p].next[k]].len == sa[p].len + 1) sa[np].pre = sa[p].next[k];
            else
            {
                int q = sa[p].next[k], r = ++ node;
                sa[r] = sa[q], sa[r].len = sa[p].len + 1;
                sa[q].pre = sa[np].pre = r;
                for(; p != -1 && sa[p].next[k] == q; p = sa[p].pre) sa[p].next[k] = r;
            }
        }
    }
}
int N, M;
char a[MAXD], b[MAXD], str[110];
void init()
{
    int cnt = 0;
    while(cnt < N)
    {
        scanf("%s", str);
        int n = strlen(str);
        strcpy(a + cnt, str);
        cnt += n;
    }
    cnt = 0;
    while(cnt < M)
    {
        scanf("%s", str);
        int n = strlen(str);
        strcpy(b + cnt, str);
        cnt += n;
    }
    SA::init();
    for(int i = 0; i < N; i ++) SA::insert(a[i] - 'A', i + 1);
}
void solve()
{
    int cnt = 0, cur = 0;
    while(cur < M)
    {
        for(int i = 0; b[cur] && sa[i].next[b[cur] - 'A']; i = sa[i].next[b[cur ++] - 'A']);
        ++ cnt;
    }
    printf("%d\n", cnt);
}
int main()
{
    while(scanf("%d%d", &N, &M) == 2)
    {
        init();
        solve();
    }
    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
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