UVa 148 Anagram Checker

用Python玩转共现分析:从NLTK到热力图可视化(附完整代码) 本文详细介绍了如何使用Python进行文本共现分析,从NLTK基础文本处理到构建共现矩阵,并实现热力图可视化。通过完整的代码示例,帮助数据分析师和开发者掌握这一揭示词语间关联网络的实用NLP技术,快速从文本中提取语义关系和主题结构。 阅读详情

题目分析

本题要求编写一个程序,从给定的字典中找出所有能够由指定短语中的字母重组而成的单词组合。输入分为两部分:首先是字典部分(每行一个单词,按字母顺序排序),然后是需要检查的短语列表(每行一个短语)。两个部分均以单独一行的 # 结束。

字典最多包含 200020002000 个单词,每个单词或短语的长度不超过 202020 个字符。所有输入均为大写字母,且不限于英语单词。

输出要求:对于每个短语,输出所有可能的字典单词组合(按字母顺序排列),这些组合中的单词全部来自字典,且恰好用尽短语中的所有字母(忽略空格),且不能与原短语完全相同(即不能只是原单词的顺序不同)。如果没有找到任何组合,则不输出任何内容(包括空行)。

解题思路

这个问题本质上是一个搜索与剪枝问题。由于字典和短语的规模不大(200020002000 个单词,每个短语最多 202020 个字母),我们可以使用回溯法(backtracking\texttt{backtracking}backtracking) 结合字母计数法来高效求解。

核心思路

  1. 字母计数表示
    每个单词和短语都可以用一个长度为 262626 的数组表示,记录每个字母出现的次数。这种表示方式便于快速判断单词是否可由给定字母组成,以及是否已用尽所有字母。

  2. 预处理字典
    读取字典时,为每个单词存储其原始字符串和对应的字母计数数组。

  3. 处理每个短语

    • 计算短语的字母计数(忽略空格)作为目标数组 goalCount。
    • 将原短语按空格分割成单词列表 single,用于后续排除与原短语完全相同的组合。
    • 使用回溯法从字典中选取单词组合,使得组合的字母计数等于 goalCount。
    • 在回溯过程中,利用字母计数进行剪枝:如果当前选取的单词会导致某个字母的数量超过目标值,则跳过该单词。
  4. 回溯搜索

    • 状态:当前已选取的单词列表、当前字母计数数组 currentCount。
    • 终止条件:已选取单词的总长度等于短语字母总数(即所有字母已用尽)。
    • 剪枝条件:
      • 单词长度超过剩余可用字母数。
      • 单词的某个字母数量加上当前计数超过目标值。
    • 去重:确保输出组合的单词按字母顺序排列,并排除与原短语单词列表完全相同(只是顺序不同)的组合。
  5. 输出格式
    输出时,先输出原短语,后跟 =,再依次输出按字母顺序排序的单词组合。

算法复杂度分析

  • 字典大小:M≤2000M \leq 2000M≤2000
  • 短语字母数:L≤20L \leq 20L≤20
  • 回溯的深度取决于单词长度,但剪枝能显著减少搜索空间。
  • 最坏情况下搜索空间是指数级的,但实际由于字母限制和剪枝,运行效率较高。

实现细节

  • 使用结构体 item 存储单词及其字母计数。
  • 使用全局数组 used 标记字典单词是否已被使用。
  • 回溯函数 backtrack 从起始索引开始,避免重复组合。
  • 输出前对单词组合按字母顺序排序,并比较与原短语单词列表是否相同。

代码实现

// Anagram Checker
// UVa ID: 148
// Verdict: Accepted
// Submission Date: 2016-01-22
// UVa Run Time: 0.059s
//
// 版权所有(C)2016,邱秋。metaphysis # yeah dot net

#include <bits/stdc++.h>
using namespace std;

struct item {
    string word;
    int count[26];
};

item words[2001];
int goalCount[26], currentCount[26];
vector<string> single;
bool used[2001];
int wordGet[2001], indexGet, total;
string targetLine;

void isGood() {
    bool good = true;
    for (int i = 0; i < 26; i++)
        if (currentCount[i] != goalCount[i]) {
            good = false;
            break;
        }
    if (!good) return;
    if (indexGet == single.size()) {
        vector<string> t1(single), t2;
        for (int i = 0; i < indexGet; i++)
            t2.push_back(words[wordGet[i]].word);
        sort(t1.begin(), t1.end());
        sort(t2.begin(), t2.end());
        bool good = false;
        for (int i = 0; i < t1.size(); i++)
            if (t1[i] != t2[i]) {
                good = true;
                break;
            }
        if (!good) return;
    }
    cout << targetLine << " =";
    for (int i = 0; i < indexGet; i++) cout << " " << words[wordGet[i]].word;
    cout << endl;
}

void backtrack(int start, int length, int target) {
    if (length == target) {
        isGood();
        return;
    }
    for (int i = start; i < total; i++) {
        if (used[i]) continue;
        if ((length + words[i].word.length()) > target) continue;
        bool good = true;
        for (int j = 0; j < 26; j++)
            if ((words[i].count[j] + currentCount[j]) > goalCount[j]) {
                good = false;
                break;
            }
        if (!good) continue;
        wordGet[indexGet++] = i;
        used[i] = true;
        for (int j = 0; j < 26; j++) currentCount[j] += words[i].count[j];
        backtrack(i + 1, length + words[i].word.length(), target);
        for (int j = 0; j < 26; j++) currentCount[j] -= words[i].count[j];
        used[i] = false;
        indexGet--;
    }
}

int main() {
    string line;
    total = 0;
    while (getline(cin, line), line != "#") {
        item aItem;
        aItem.word = line;
        memset(aItem.count, 0, sizeof(aItem.count));
        for (int i = 0; i < line.length(); i++) aItem.count[line[i] - 'A']++;
        words[total++] = aItem;
    }
    while (getline(cin, line), line != "#") {
        int alphaCount = 0;
        targetLine.assign(line);
        memset(goalCount, 0, sizeof(goalCount));
        for (int i = 0; i < line.length(); i++) 
            if (isalpha(line[i])) {
                goalCount[line[i] - 'A']++;
                alphaCount++;
            }
   
        single.clear();
        istringstream iss(line);
        string word;
        while (iss >> word) single.push_back(word);
        memset(currentCount, 0, sizeof(currentCount));
        memset(used, 0 , sizeof(used));
        indexGet = 0;
        backtrack(0, 0, alphaCount);
    }
	return 0;
}

总结

本题通过字母计数法和回溯剪枝高效解决了多单词字母重组问题。关键在于:

  • 使用计数数组代替字符串直接比较,提升效率。
  • 在回溯过程中尽早剪枝,减少无效搜索。
  • 输出时注意排序和去重,符合题目要求。
使用GitLab+Drone CI持续集成自动部署web项目,图文详细 kind: pipeline # 定义对象类型,还有secret和signature两种类型 type: docker # 定义流水线类型,还有kubernetes、exec、ssh等类型 name: mall-tiny-drone # 定义流水线名称 steps: # 定义流水线执行步骤,这些步骤将顺序执行 - name: package # 流水线名称 image: maven:3-jdk-8 # 定义创建容器的Docker镜像 volumes: # 将容器内目录挂载到宿主机,仓库 阅读详情

相关推荐

【机械视觉】C#+VisionPro实战:位深图(CogImage8Grey)与Bitmap互转技巧及工业检测应用

本文详细介绍了在工业检测中如何使用C#和VisionPro实现位深图(CogImage8Grey)与Bitmap的高效互转技巧。通过实战代码示例和工业应用案例,帮助开发者解决图像处理中的常见问题,提升检测精度和系统性能,适用于半导体、汽车零部件等高精度检测场景。

weixin_29250573的博客 188

UVA148 ZOJ1166 Anagram checker【DFS】

It is often fun to see if rearranging the letters of a name gives an amusing anagram. For example, the letters of ‘WILLIAM SHAKESPEARE’ rearrange to form ‘SPEAK REALISM AWHILE’.    &nbs...

海岛Blog 821

Windows服务器XMRig挖矿病毒深度清除实战指南

XMRig是一种广泛用于Monero(XMR)加密货币挖矿的开源工具,其在Windows环境中的持久化机制已远超传统木马范畴,融合WMI事件订阅、服务伪装、PowerShell无文件执行与注册表隐写等多重反检测技术。理解其基于行为而非特征的生存逻辑,是实现有效检测与根除的前提。该技术具备强隐蔽性、高自愈性与网络通信合法化特征,常见于RDP弱口令爆破、SMB共享泄露及PowerShell远程执行等非漏洞类入侵场景。本文聚焦Windows原生命令与Sysinternals工具链,提供覆盖进程定位、WMI清理、服

weixin_30535843的博客 740

UVA 148 Anagram checker

题目大意:给你很多个单词,以‘#’结尾,单词以字典序输入,然后是第二部分,给你几个短语,问你用上面的单词去组合,这几个单词中的字幕可以随意搞换顺序,而且必须要有字母的顺序变动,然后让你把这些所有的组合都输出来。 思路:爆搜。因为顺序可以随便,也就是只要字母个数对就可以了,读进去的时候就预处理出每个字符串中每个字母的出现个数,可以开一个长度为26的数组存,递归的时候,把个数减掉,发现如果个数不是完

沉溺的专栏 1420

NVIDIA 2025 Board Design Engineer 校招笔试全解析:从基础门电路到理想放大器设计

本文详细解析了NVIDIA 2025届板级设计工程师校招笔试的核心考点与解题策略。内容涵盖从基础门电路、CMOS实现NOR门,到开关电源CCM/DCM模式波形分析与效率计算,以及理想运放电路设计与稳定性优化。旨在帮助考生构建硬件知识体系,掌握工程思维,顺利通过NVIDIA Board Design Engineer校招笔试。

weixin_29172201的博客 204

随机截距交叉滞后模型RI-CLPM:原理、Mplus实现与结果解读

纵向面板数据分析中,传统交叉滞后模型(CLPM)常被用于探索变量间的时序关系,但其估计结果可能混淆了个体间稳定差异与个体内短期波动,导致交叉滞后路径出现偏差。随机截距交叉滞后模型(RI-CLPM)通过引入随机截距因子,将个体特质层面的差异与个体内动态过程分离,从而提供更纯净的个体内效应估计。该模型在组织心理学、发展心理学、成瘾行为等研究领域迅速普及,并成为顶级期刊审稿时常见的稳健性检验要求。本文从原理出发,系统讲解RI-CLPM的模型构建、识别条件、Mplus实操代码、输出解读及常见陷阱,并结合协变量处理、

weixin_33525298的博客 291

UVa OJ 148 - Anagram checker (回文构词检测)

Time limit: 3.000 seconds限时:3.000秒 Problem问题 It is often fun to see if rearranging the letters of a name gives an amusing anagram. For example, the letters of 'WILLIAM SHAKESPEARE' rearrange to f...

weixin_30846599的博客 247

手把手教你用Zynq-7100 FPGA实现100Mbps OOK信号定时同步(含完整Verilog代码)

本文详细介绍了如何在Zynq-7100 FPGA平台上实现100Mbps OOK信号的定时同步,涵盖插值算法、Gardner定时误差检测等关键技术。通过完整的Verilog代码和优化技巧,解决了50MHz外部时钟条件下的400MHz采样率同步挑战,为无线通信系统设计提供实用解决方案。

weixin_42522374的博客 302

UVa OJ 题解索引

寂静山林 789

Open3D 从体素网格构建八叉树【2025最新版】

从体素网格构建八叉树,博客长期更新,本文最近更新时间为:2025年1月1日。

点云侠的博客 34万+

【2024年华为秋招-12月25日-第三题(300分)- PCB印刷电路板布线】(题目+思路+Java&C++&Python解析+在线测试)

在PCB印刷电路板设计中,器件之间的连线需要避免线路的阻抗值增大、而且赛件之间还有别的器件和别的干扰源,在布线时我们希望受到的干扰尽量小。现将电路板简化成一个M×N的矩阵,每个位置(单元格)的值表示其源干扰度。如果单元格的值为0,表示此位置没有干扰源;如果单元格的值为非0,则表示此位置是干扰源,其值为源干扰度。连线经过干扰源或干扰源附近会增加连线的总干扰度。位置Axy的干扰源的源干扰度为dd01、若连线经过位置Axy,则其总干扰度会增加d;2、若连线经过离位置A。

m0_73659489的博客 349

UVa Problem 10181 15-Puzzle Problem (15 数码游戏)

// 15-Puzzle Problem (15 数码游戏)// PC/UVa IDs: 110802/10181, Popularity: B, Success rate: average Level: 3// Verdict: Accepted // Submission Date: 2011-06-22// UVa Run Time: 0.320s//// 版权所有(C)20

寂静山林 6946

从一个 ASIN 看透亚马逊:商品模型背后的增长飞轮

在亚马逊电商体系中,每件商品背后都有一套严密的商品建模逻辑。本篇文章以“ASIN 的一生”为线索,系统拆解了亚马逊的商品模型:从飞轮战略出发,剖析 SDP(Single Detail Page)机制如何实现标准化展示;再到 ASIN 编码、父子变体结构与 Offer 分离模型,逐层解析商品信息如何被建构、聚合与呈现。通过图解与案例,文章帮助读者理解商品建品流程、同款聚合原则、价格控制机制等核心逻辑,避免常见运营误区,是一份面向运营、产品、技术人员的实用参考指南。

曾经“等你生日那天”都遥远得像未来,如今却可欢愉的挥手说“下个十年见” 13万+

UVa Problem 861 Little Bishops (棋盘上的象)

// Little Bishops (棋盘上的象)// PC/UVa IDs: 110801/861, Popularity: C, Success rate: high Level: 2// Verdict: Accepted // Submission Date: 2011-06-19// UVa Run Time: 0.024s//// 版权所有(C)2011,邱秋。meta

寂静山林 5903

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

UVa Problem 843 Crypt Kicker (解密)

// Crypt Kicker (解密) // PC/UVa IDs: 110204/843, Popularity: B, Success rate: low Level: 2 // Verdict: Accepted // Submission Date: 2011-05-2

寂静山林 5186

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

UVa Problem 10270 Bigger Square Please... (拼接正方形)

// Bigger Square Please... (拼接正方形) // PC/UVa IDs: 110808/10270, Popularity: C, Success rate: high Level: 3 // Verdict: Accepted // Submissio

寂静山林 4228

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

UVa Problem 10032 Tug of War (拔河)

// Tug of War (拔河) // PC/UVa IDs: 110805/10032, Popularity: B, Success rate: low Level: 2 // Verdict: UVa Online Judge - Wrong answer, Progr

寂静山林 4212

UVa Problem 10160 Servicing Stations (服务站)

// Servicing Stations (服务站) // PC/UVa IDs: 110804/10160, Popularity: B, Success rate: low Level: 3 // Verdict: Accepted // Submission Date:

寂静山林 4076

UVa Problem 10128 Queue (队伍)

// Queue (队伍)// PC/UVa IDs: 110803/10128, Popularity: B, Success rate: high Level: 2// Verdict: Accepted // Submission Date: 2011-07-08// UVa Run Time: 0.040s//// 版权所有(C)2011,邱秋。metaphysis # y

寂静山林 3117

UVa Problem 10001 Garden of Eden (伊甸园)

// Garden of Eden (伊甸园) // PC/UVa IDs: 110806/10001, Popularity: B, Success rate: average Level: 2 // Verdict: Accepted // Submission Date:

寂静山林 3001

UVa Problem 704 Colour Hash (色彩缤纷游戏)

// Colour Hash (色彩缤纷游戏) // PC/UVa IDs: 110807/704, Popularity: B, Success rate: average Level: 3 // Verdict: Accepted // Submission Date: 20

寂静山林 2777

UVa 124 Following Orders

// Following Orders // UVa ID: 124 // Verdict: Accepted // Submission Date: 2015-11-27 // UVa Run Time: 0.000s // // 版权所有(C)2015,邱秋。metaphysis # yeah dot net #include #include #include #include

寂静山林 2593

UVa 10447 Sum-up the Primes (II)

本题要求在给定限制下将整数N表示为t个素数之和。所有素数必须小于300,且每个奇数素数有使用次数限制,素数2最多使用一次。需输出字典序最小的解或判定无解。

寂静山林 1591

UVa 12877 GREAT + SWERC = PORTO

本文探讨字母算术谜题的求解方法,如SEND + MORE = MONEY问题。给定n个单词(前n-1个为加数,最后为结果),要求为不同字母分配唯一数字(首字母非零),满足加法等式。采用深度优先搜索算法,通过反转单词实现右对齐处理,逐列验证并剪枝优化。关键步骤包括高位非零约束、进位处理和结果长度验证。对于最多10个字母的情况,算法在合理时间内完成搜索,统计可行解数量。样例测试表明该方法能正确求解不同规模的谜题。

寂静山林 1440

UVa 10568 n Group k

本文探讨了将N个学生分组的问题,要求每组恰好K人,允许最多一个组人数不足K。通过数学建模分析了两种情况:当N能被K整除时,分组数为N!/((K!)^g·g!);否则需特殊处理余数组。对于COUNT查询,使用128位整数计算组合数;对于GENERATE查询,采用回溯法生成所有合法分组方案,并通过剪枝优化效率。算法保证组内有序、组间按字典序排列,适用于N,K≤30的计数查询和N,K≤15的生成查询。预处理阶乘表和合理剪枝策略确保了计算的高效性。

寂静山林 1278

UVa 10798 Be Wary of Roses

题目要求设计一条从N×N网格中心出发的逃生路径,使得无论初始朝向如何,踩到的玫瑰数尽可能少。解题思路是利用旋转对称性,只需搜索第一象限路径,其他方向通过旋转得到。采用DFS算法从中心点开始探索所有可能路径,记录四个方向对应的玫瑰数,并通过剪枝优化搜索效率。预处理阶段计算每个位置到边界的最少玫瑰数作为启发式剪枝依据,进一步减少不必要的搜索。最终输出保证能踩到的最少玫瑰数。该算法通过对称性处理和启发式剪枝有效降低了时间复杂度。

寂静山林 1256
上一篇: UVa 147 Dollars
下一篇: UVa 149 Forests
寂静山林
博客等级 码龄22年 648粉丝 2077原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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
⌂ 换网址