博客
关于我
Hat’s Words(字典树)
阅读量:620 次
发布时间:2019-03-13

本文共 1085 字,大约阅读时间需要 3 分钟。

为了解决这个问题,我们需要找出所有可以被分解为恰好两个其他词组成的词,这些词被称为“帽子的词”。我们可以使用哈希表来快速判断一个子串是否存在,从而高效地解决这个问题。

方法思路

  • 读取输入并构建哈希表:首先读取所有词,并将它们存储在一个哈希表中,以便快速查找。
  • 检查每个词:对于每个词,尝试所有可能的分割点,将其分成前后两部分,检查这两部分是否都存在于哈希表中。
  • 收集结果:将满足条件的帽子的词收集起来,排序后输出。
  • 解决代码

    #include 
    #include
    #include
    #include
    using namespace std;int main() { unordered_map
    word_map; vector
    words; string word; while (cin >> word) { words.push_back(word); word_map[word] = true; } vector
    results; for (auto &w : words) { int len = w.length(); for (int i = 1; i < len; ++i) { string prefix = w.substr(0, i); string suffix = w.substr(i); if (word_map.find(prefix) != word_map.end() && word_map.find(suffix) != word_map.end()) { results.push_back(w); break; } } } sort(results.begin(), results.end()); for (auto &r : results) { cout << r << endl; } return 0;}

    代码解释

  • 读取输入:使用unordered_map存储所有词,vector存储所有读取的词。
  • 构建哈希表:将每个词插入到哈希表中,以便快速查找。
  • 检查分割点:对于每个词,遍历所有可能的分割点,检查分割后的前缀和后缀是否都存在于哈希表中。如果存在,则将该词加入结果列表。
  • 排序和输出:对结果列表进行排序,并按顺序输出每个帽子的词。
  • 这个方法通过使用哈希表进行快速查找,确保了在合理的时间内解决问题,适用于输入规模较大的情况。

    转载地址:http://aueaz.baihongyu.com/

    你可能感兴趣的文章
    OC点语法介绍和使用以及@property关键字
    查看>>
    oc知道经纬度求位置
    查看>>
    oday!POC管理和漏洞扫描小工具
    查看>>
    ODBC的JAR包和PLSQL
    查看>>
    ODE网络:一场颠覆RNN的革命即将到来
    查看>>
    Odin 开源项目教程
    查看>>
    odoo14配置阿里云免费SSL证书
    查看>>
    Odoo:在选项卡中重用来自另一个模型的TreeView
    查看>>
    ODP.Net Tips
    查看>>
    OD调试的程序无法处理例外
    查看>>
    OEA ORM中的分页支持
    查看>>
    ofbiz 定义
    查看>>
    ofborg 项目常见问题解决方案
    查看>>
    Ofelia:在Pd中融合openFrameworks与Lua的创意编程利器
    查看>>
    Office 365身份认证管理-安装并配置活动目录同步
    查看>>
    Office online server 部署
    查看>>
    office 中墨迹书写工具_自动生成英文书法稿纸的几个网址,及Briem 的cursive italic书写教程...
    查看>>
    Office2010每次启动都要配置的解决办法
    查看>>
    Office2016 打开excel出现丢失appvisvsubsystems32.dll
    查看>>
    Office365 PowerShell打开邮箱审计功能
    查看>>