博客
关于我
蓝桥杯 周期子串 C++算法提高 HERODING的蓝桥杯之路
阅读量:155 次
发布时间:2019-02-28

本文共 959 字,大约阅读时间需要 3 分钟。

为了找出给定字符串的最小周期,我们可以使用暴力解法。通过遍历所有可能的周期长度,我们检查每个长度是否满足条件,从而确定最小的周期长度。

方法思路

  • 问题分析:我们需要找出字符串的最小周期,即字符串可以被分解为一个或多个相同子串连接而成的最小长度。
  • 暴力解法:遍历从1到字符串长度的所有可能周期长度k。对于每个k,检查字符串是否由k长度的重复子串构成。
  • 检查条件:对于每个k,首先检查字符串长度是否能被k整除。如果可以,检查每个字符是否与其在基准子串中的位置相同。
  • 优化:一旦找到满足条件的最小k,直接返回结果,避免不必要的计算。
  • 解决代码

    #include 
    using namespace std;int main() { char s[100]; int n = strlen(s); for (int k = 1; k <= n; ++k) { if (n % k != 0) { continue; } bool valid = true; for (int i = 0; i < n; ++i) { if (s[i] != s[i % k]) { valid = false; break; } } if (valid) { cout << k << endl; return 0; } } // 根据题目,所有情况都能找到周期,因此无需处理 return n;}

    代码解释

  • 读取输入:字符串 s 被读取,长度为 n
  • 遍历可能的周期长度:从1到 n 遍历每个可能的周期长度 k
  • 检查整除性:如果 n 不能被 k 整除,跳过当前 k
  • 验证周期性:检查字符串是否由 k 长度的重复子串构成。取前 k 个字符作为基准,逐个字符检查后续字符是否与基准字符相同。
  • 输出结果:找到最小的满足条件的 k,输出并结束程序。
  • 这种方法确保了我们能准确找到字符串的最小周期,并且在合理的时间内完成计算。

    转载地址:http://ockj.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>