YbtOj#20072. 「NOIP2020 模拟赛 B 组 Day6」相似子串

R e s u l t Result Result

暴力:
...
正解:
...


H y p e r l i n k Hyperlink Hyperlink

http://noip.ybtoj.com.cn/contest/105/problem/2


D e s c r i p t i o n Description Description

给定一个01串 s s s T T T组询问,每次询问给定一个串 t t t,询问 s s s有多少个长度和 t t t一样的子串,使得区间的1的和相同

数据范围: ∣ s ∣ ≤ 2 × 1 0 5 , ∑ ∣ t ∣ ≤ 2 × 1 0 5 , T ≤ 2 × 1 0 5 |s|\leq 2\times 10^5,\sum |t|\leq 2\times 10^5,T\leq 2\times 10^5 s2×105,t2×105,T2×105


S o l u t i o n Solution Solution

暴力能过。。。。当然我们要想更加优秀的做法

由于 t t t的长度和是有限的,这就引出了优秀的性质,即

  1. t t t的长度的种类不会超过 n \sqrt n n
  2. ∣ t ∣ > n |t|> \sqrt n t>n 的至多有 n \sqrt n n

根据性质1,我们可以将询问离线,同种长度的一起计算,时间复杂度: O ( n n ) O(n\sqrt n) O(nn )

根据性质2,我们可以长度 ≤ n \leq \sqrt n n 的答案提前预处理出来,具体地,设 f i , j f_{i,j} fi,j表示长度为 i i i和为 j j j的串的个数,预处理是 O ( n n ) O(n\sqrt n) O(nn )的,然后对于 ∣ t ∣ ≤ n |t|\leq \sqrt n tn 的直接 O ( 1 ) O(1) O(1)输出,大于 n \sqrt n n 的直接跑,因为最多跑 n \sqrt n n 次,所以是可以过得,总的时间复杂度也是 O ( n n ) O(n\sqrt n) O(nn )

性质1的话是离线的,性质2的话是在线的,代码采用的是性质2


C o d e Code Code

暴力

#include<cstdio>
#include<cctype>
#include<cstring>
#include<algorithm>
#define LL long long
#define N 200010
using namespace std;char s[N],st[N];
int n,S[N],m,sum,res,len;
inline LL read()
{
	LL d=1,f=0;char c;
	while(c=getchar(),!isdigit(c)) if(c=='-') d=-1;f=(f<<3)+(f<<1)+c-48;
	while(c=getchar(),isdigit(c)) f=(f<<3)+(f<<1)+c-48;
	return d*f;
}
signed main()
{
	freopen("similar.in","r",stdin);
	freopen("similar.out","w",stdout);
	scanf("%s",s);len=strlen(s);
	for(register int i=0;i<len;i++) S[i+1]=S[i]+(s[i]==49);
	n=read();
	while(n--)
	{
		scanf("%s",st);m=strlen(st);sum=0;res=0;
		for(register int i=0;i<m;i++) sum+=st[i]==49;
		for(register int i=0;i<=len-m+1;i++) if(S[i+m]-S[i]==sum) res++;
		printf("%d\n",res);
	}
}

根号分治

#include<cmath>
#include<cstdio>
#include<cctype>
#include<cstring>
#include<algorithm>
#define LL long long
#define N 200010
using namespace std;char s[N],st[N];
int n,S[N],m,sum,res,len,f[450][450],T;
inline LL read()
{
	LL d=1,f=0;char c;
	while(c=getchar(),!isdigit(c)) if(c=='-') d=-1;f=(f<<3)+(f<<1)+c-48;
	while(c=getchar(),isdigit(c)) f=(f<<3)+(f<<1)+c-48;
	return d*f;
}
signed main()
{
	freopen("similar.in","r",stdin);
	freopen("similar.out","w",stdout);
	scanf("%s",s);len=strlen(s);T=sqrt(len);
	for(register int i=0;i<len;i++) S[i+1]=S[i]+(s[i]==49);
	for(register int i=1;i<=T;i++)
	 for(register int j=0;j+i<=len;j++)
	  f[i][S[j+i]-S[j]]++;
	n=read();
	while(n--)
	{
		scanf("%s",st);m=strlen(st);sum=0;
		for(register int i=0;i<m;i++) sum+=st[i]==49;
		if(m>T)
		{
			res=0;
			for(register int i=0;i<=len-m+1;i++) if(S[i+m]-S[i]==sum) res++;
			printf("%d\n",res);
		}
		else printf("%d\n",f[m][sum]);
	}
}
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