当前位置: 首页 > java >正文

算法模板(Java版)_字符串、并查集和堆

@ZZHow(ZZHow1024)

字符串

KMP字符串

致敬三位前辈:D.E.Knuth、J.H.Morris 和 V.R.Pratt!

字符串模式匹配算法,大大避免重复遍历的情况,克努特-莫里斯-普拉特算法。

  • 例题:AcWing 831. KMP字符串
import java.io.*;
import java.util.*;public class Main {static final int N = 100010;static final int M = 1000010;static char[] p = new char[N];static char[] s = new char[M];static int[] ne = new int[N];public static void main(String[] args) throws IOException {BufferedReader br = new BufferedReader(new InputStreamReader(System.in));BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));int n = Integer.parseInt(br.readLine());String pStr = " " + br.readLine();int m = Integer.parseInt(br.readLine());String sStr = " " + br.readLine();p = pStr.toCharArray();s = sStr.toCharArray();// 计算 next 数组for (int i = 2, j = 0; i <= n; i++) {while (j != 0 && p[i] != p[j + 1])j = ne[j];if (p[i] == p[j + 1])j++;ne[i] = j;}// KMP 匹配for (int i = 1, j = 0; i <= m; i++) {while (j != 0 && s[i] != p[j + 1])j = ne[j];if (s[i] == p[j + 1])j++;if (j == n) {bw.write((i - n) + " ");j = ne[j];}}br.close();bw.close();}
}

Trie树

用于高效地存储和查找字符串集合的数据结构。

  • 例题:AcWing 835. Trie字符串统计
import java.io.*;
import java.util.*;public class Main {static final int N = 100010;static int[][] son = new int[N][26]; // 存储所有节点的儿子是什么static int[] cnt = new int[N]; // 字符串结束标记且进行计数static int idx; // 下标为 0 的点,既是跟节点,又是空节点public static void main(String[] args) throws IOException {BufferedReader br = new BufferedReader(new InputStreamReader(System.in));BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));int n = Integer.parseInt(br.readLine());while (n-- != 0) {String[] lines = br.readLine().split(" ");char op = lines[0].charAt(0);String str = lines[1];switch (op) {case 'I': {insert(str.toCharArray());break;}case 'Q': {bw.write(query(str.toCharArray()) + "");bw.newLine();}}}br.close();bw.close();}// 插入字符串public static void insert(char[] str) {int p = 0;for (int i = 0; i < str.length; i++) {int u = str[i] - 'a';if (son[p][u] == 0)son[p][u] = ++idx;p = son[p][u];}cnt[p]++;}// 查询字符串出现的次数public static int query(char[] str) {int p = 0;for (int i = 0; i < str.length; i++) {int u = str[i] - 'a';if (son[p][u] == 0)return 0;p = son[p][u];}return cnt[p];}
}

并查集

两个操作:

  1. 将两个集合合并。
  2. 询问两个元素是否在一个集合当中。

基本原理:每个集合用一棵树来表示。树根的编号就是整个集合的编号。每个节点存储
它的父节点,P[x] 表示 x 的父节点。

问题 1:如何判断树根 if (p[x] == ×) {return true;}
问题 2:如何求 x 的集合编号 while (p[x] != x) x = p[x];
问题 3:如何合并两个集合,p[x] 是 x 的集合编号,p[y] 是 y 的集合编号 p[x] = y;

  • 例题:AcWing 836. 合并集合
import java.util.Scanner;public class Main {static int[] p;public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();p = new int[n + 10];for (int i = 1; i <= n; i++)p[i] = i;int m = scanner.nextInt();while (m-- != 0) {char op = scanner.next().charAt(0);int a = scanner.nextInt();int b = scanner.nextInt();switch (op) {case 'M': {p[find(a)] = find(b);break;}case 'Q': {System.out.println((find(a) == find(b)) ? "Yes" : "No");break;}}}}// 返回祖宗节点 + 路径压缩public static int find(int x) {if (x != p[x])p[x] = find(p[x]);return p[x];}
}

手写堆,功能:

  1. 插入一个数:heap[++size] = x; up(size);
  2. 求集合中的最小值:heap[1];
  3. 删除最小值:heap[1] = heap[size]; size--; down(1);
  4. 删除任意一个元素:heap[1] = heap[k]; size--; down(1); up(1);
  5. 修改任意一个元素:heap[k] = x; down(k); up(k);

使用一维数组存储:

  • x 左儿子:2x
  • x 右儿子:2x + 1
  • 例题:AcWing 839. 模拟堆
import java.util.Scanner;public class Main {static final int N = 100010;static int[] h;static int[] ph;static int[] hp;static int size;public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();h = new int[n + 10];ph = new int[n + 10];hp = new int[n + 10];int m = 0;while (n-- != 0) {String op = scanner.next();switch (op) {case "I": {int x = scanner.nextInt();size++;m++;ph[m] = size;hp[size] = m;h[size] = x;up(size);break;}case "PM": {System.out.println(h[1]);break;}case "DM": {heapSwap(1, size);size--;down(1);break;}case "D": {int k = scanner.nextInt();k = ph[k];heapSwap(k, size);size--;down(k);up(k);break;}case "C": {int k = scanner.nextInt();int x = scanner.nextInt();k = ph[k];h[k] = x;down(k);up(k);break;}}}}public static void heapSwap(int a, int b) {int temp = ph[hp[a]];ph[hp[a]] = ph[hp[b]];ph[hp[b]] = temp;temp = hp[a];hp[a] = hp[b];hp[b] = temp;temp = h[a];h[a] = h[b];h[b] = temp;}public static void up(int u) {while (u / 2 != 0 && h[u / 2] > h[u]) {heapSwap(u / 2, u);u /= 2;}}public static void down(int u) {int t = u; // t 表示三个节点中最小节点的编号if (u * 2 <= size && h[u * 2] < h[t])t = u * 2;if (u * 2 + 1 <= size && h[u * 2 + 1] < h[t])t = u * 2 + 1;if (u != t) {heapSwap(u, t);down(t);}}
}
http://www.xdnf.cn/news/20026.html

相关文章:

  • matlab版本粒子群算法(PSO)在路径规划中的应用
  • PDF批量加盖电子骑缝章的方法!高效办公必备
  • 每天学习一点点之湿敏等级以及肖特基二极管
  • C#之LINQ
  • wps的excel如何转为谷歌在线表格
  • testng.xml
  • Opencv: cv::LUT()深入解析图像块快速查表变换
  • sqlserver2008导入excel表数据遇到的问题
  • 无线路由器:从家庭上网到智慧互联的核心设备
  • 人工智能学习:LR和SVM的联系与区别?
  • AI助力软件UI概念设计:卓伊凡收到的客户设计图引发的思考
  • Node.js轻松生成动态二维码
  • C++对象模型的底层逻辑
  • 【数据分享】土地利用矢量shp数据分享-福建
  • 从关键词到语义理解:小陌引擎如何重构AI搜索优化逻辑?
  • Android 12 在 Rockchip 平台上的分区表parametet.txt 自动生成机制解析
  • 【单片机day03】
  • vue3存储/获取本地或会话存储,封装存储工具,结合pina使用存储
  • 电子病历空缺句的语言学特征描述与自动分类探析(以GPT-5为例)(下)
  • LLM重排器落地难题:如何破解速度与精度的工程困局?
  • Claude Code Router实现默认回复中文回复
  • 轻量级的磁盘碎片整理程序-开箱急用快速清理磁盘垃圾和碎片-供大家学习研究参考
  • Redis 客户端与服务器:银行的 “客户服务系统” 全流程
  • LeetCode 面试经典 150_矩阵_螺旋矩阵(35_54_C++_中等)(按层模拟)
  • K8S容器POD内存快照导出分析处理方案
  • Nano-Banana使用教程
  • websocket的key和accept分别是多少个字节
  • Widget 生命周期
  • 【Python基础】 13 Rust 与 Python 注释对比笔记
  • 零基础两个月通关2025下半年软考!保姆级冲刺规划(附每日学习表)