Description

找出一个英文字符串中第一个最长的英文单词,字符串中的各英文单词以一个或多个空格分隔或标点符号分隔。如“I am a student.”最长英文单词为”student”。

Input

输入一串字符串。(字符个数不超过500,含标点符号和英文字母,最长英文单词的字符数不超过20)

Output

最长单词,占一行;

Sample Input

I am lucky.student went to school.

Sample Output

student

Source

#include <iostream>
#include<stdio.h>
#include<string.h>
using namespace std;
int max(int a,int b)
  {
    return a>b?a:b;
  }
int main()
{
    char a[20][50],*p=0;
    int  m,i,j;
    for(i=0;i<20;i++)
        {
            for(j=0;j<50;j++)
             {
                a[i][j]=getchar();
                if(a[i][j]==’ ‘||a[i][j]==’n’)
                 { a[i][j+1]=’’;break;}
            }
           if(a[i][j]==’n’) break;
        }
    for(m=0,j=0;j<=i;j++)
         m=max(strlen(a[j]),m);
    for(i=0;j<=j;i++)
        if(m==strlen(a[i]))
         {cout<<a[i]; break;}
    return 0;
}

  转自 飞鸟各投林

第1章 算法之美 1

第风流倜傥自身说说,这么些难题算法有一点难点,但结果准确,有没有越来越好的算法

  

1.1 展开算法之门 2

  4、聚类算法

1.2 神乎其神—算法复杂性 2

 

1.3 美轮美奂—妖怪类别 9

  前面包车型大巴算法中的叁个家谕户晓特色正是自家的教练多少中含有了标签,练习出的模子可以对任何未确定的数据张望标签。在上面包车型地铁算法中,练习多少都是不含标签的,而算法的指标则是透过练习,估计出那么些数据的竹签。

1.4 灵魂之交—Marx手稿中的数学题 16

那类算法有多个统称,即无监督算法(前边有标签的数指标算法则是有监督算法State of Qatar。无监督算法中最优越的代表就是聚类算法。

1.5 算文学习瓶颈 21

 

1.6 你怕什么 22

  让大家照旧拿三个二维的数量来说,某一个数据包蕴五个性格。笔者希望通过聚类算法,给她们中不一致的连串打上标签,我该怎么办吧?轻巧的话,聚类算法就是测算种群中的间隔,依照间距的远近将数据划分为几个族群。

第2章 贪心算法 24

 

2.1 人之初,性本贪 25

  聚类算法中最规范的意味正是K-Means算法。

2.1.1 贪心本质 25

 

2.1.2 贪亦有道 26

  5、降维算法

2.1.3 贪心算法法门 26

 

2.2 阿拉弗拉海盗船—ZUI优装载难点 27

  降维算法也是后生可畏种无监督学习算法,其重要特色是将数据从高维减低到低维等级次序。在那处,维度其实表示的是数据的特征量的分寸,比方,房价满含房屋的长、宽、面积与房间数目四特天性,也正是维度为4维的数目。

2.2.1 难点解析 27

能够看出来,长与宽事实上与面积表示的音信重叠了,比方面积=长 ×
宽。通过降维算法我们就能够去除冗余新闻,将特色收缩为面积与房间数目五个特点,即从4维的数据压缩到2维。于是大家将数据从高维降到低维,

2.2.2 算法设计 28

非但有益表示,同时在测算上也能推动加快。

2.2.3 完美图解 28

 

2.2.4 伪代码详明 29

  刚才说的降维进程中减掉的维度归于肉眼可视的层系,同有时候减弱也不会拉动消息的损失(因为新闻冗余了卡塔尔(قطر‎。如若眼睛不可视,或然没有冗余的天性,降维算法也能干活,也就那样会拉动一些音讯的损失。然则,

2.2.5 实战练习 30

降维算法能够从数学上说明,从高维压缩到的低维中最大程度地保存了数量的新闻。由此,使用降维算法仍有过多的受益。

2.2.6 算法深入分析及优化拓宽 31

 

2.3 Alibaba与八十大盗—手拿包难点 32

  降维算法的根本成效是减掉数量与升高机器学习其余算法的频率。通过降维算法,可以将具有几千本性子的数据压缩至若干个特色。此外,降维算法的另一个功利是数据的可视化,比如将5维的数据压缩至2维,

2.3.1 难点浅析 32

下一场能够用二维平面来可视。降维算法的机要代表是PCA算法(即主元素解析算法State of Qatar。

2.3.2 算法设计 33

 

2.3.3 完美图解 33

  6、推荐算法

2.3.4 伪代码详细解释 34

 

2.3.5 实战练习 35

  推荐算法是近年来业界非常的红的大器晚成种算法,在电子商务产业界,如亚马逊(Amazon卡塔尔,Taobao,京东等赢得了科学普及的应用。推荐算法的根本特点正是足以自行向客商推荐他们最感兴趣的事物,进而扩充购买率,升高功效。推荐算法有多少个第风流倜傥的等级次序:

2.3.6 算法分析及优化扩充 36

 

2.4 高等钟点秘书—会议配备 37

  意气风发类是依照货物内容的推荐,是将与客商购买的从头到尾的经过临近的物料推荐给客户,那样的前提是种种物品都得有若干个标签,由此本领够寻觅与顾客购买货物相同的物料,那样推荐的收益是涉嫌程度超大,可是由于种种货品都亟待贴标签,由此专门的学问量极大。

2.4.1 难题深入分析 38

 

2.4.2 算法设计 39

  另风度翩翩类是基于客户肖似度的推荐,则是将与对象客户兴趣风姿罗曼蒂克致的别的用户购买的东西推荐给指标顾客,比如小A历史上买了货物B和C,经过算法深入分析,开采另一个与小A肖似的顾客小D购买了物品E,于是将货物E推荐给小A。

2.4.3 完美图解 40

 

2.4.4 伪代码详整 41

  两类推荐都有独家的优劣势,在相通的电子商务应用中,日常是两类混合使用。推荐算法中最资深的算法便是联合过滤算法。

2.4.5 实战演习 42

 

2.4.6 算法剖判及优化扩充 45

  7、其他

2.5 一场说走就走的远足—ZUI短路线 45

 

2.5.1 难点浅析 46

  除了以上算法之外,机器学习界还有别的的如高斯剖断,朴素贝叶斯,决策树等等算法。可是上面列的多少个算法是运用最多,影响最广,体系最全的举世无双。机器学习界的叁个特色正是算法众多,发展繁荣。

2.5.2 算法设计 46

 

2.5.3 完美图解 47

  下边做叁个总计,遵照练习的多稀有无标签,能够将方面算法分为监督学习算法和无监督学习算法,但推荐算法较为极其,既不归属监督学习,也不归于非监督学习,是单身的风流倜傥类。

2.5.4 伪代码详细明白 51

 

2.5.5 实战练习 52

  监督学习算法:

2.5.6 算法剖判及优化扩充 55

  线性回归,逻辑回归,神经互联网,SVM

2.6 神秘电报密码—哈夫曼编码 59

 

2.6.1 难点浅析 60

  无监察和控制学习算法:

2.6.2 算法设计 62

  聚类算法,降维算法

2.6.3 完美图解 63

 

2.6.4 伪代码精解 65

  特殊算法:

2.6.5 实战演练 74

  推荐算法

2.6.6 算法深入分析及优化扩充 77

 

2.7 交换Infiniti学园网—ZUI小生成树 77

  除了那个算法以外,有部分算法的名字在机器学习园地中也平时现身。但她们自个儿并不算是二个机械学习算法,而是为了清除某块头难点而诞生的。你能够理解他们为上述算法的子算法,用于大幅度提升练习进程。

2.7.1 难点浅析 78

里头的表示有:梯度下落法,首要使用在线型回归,逻辑回归,神经互连网,推荐算法中;牛顿法,主要接收在线型回归中;BP算法,首要采纳在神经网络中;SMO算法,首要运用在SVM中。

2.7.2 算法设计 79

2.7.3 完美图解 80

2.7.4 伪代码详细解释 87

2.7.5 实战演习 88

2.7.6 算法解析 90

2.7.7 算法优化拓宽 90

第3章 分治法 99

3.1 明目张胆 100

3.1.1 治众如治寡—分而治之 100

3.1.2 得休便休—分治算法要素 100

3.1.3 分治算法秘诀 101

3.2 猜数游戏—二分查找才具 101

3.2.1 难题剖析 101

3.2.2 算法设计 102

3.2.3 完美图解 102

3.2.4 伪代码详明 103

3.2.5 实战练习 104

3.2.6 算法解析与实行 105

3.3 分合无定,分合无定—合併列排在一条线序 107

3.3.1 难点浅析 108

3.3.2 算法设计 108

3.3.3 完美图解 108

3.3.4 伪代码详明 108

3.3.5 实战演习 111

3.3.6 算法分析与进行 112

3.4 兵贵急速—急速排序 113

3.4.1 难点浅析 114

3.4.2 算法设计 115

3.4.3 完美图解 116

3.4.4 伪代码详细明白 117

3.4.5 实战练习 118

3.4.6 算法深入分析与扩充 120

3.5 效能至上—大整数乘法 124

3.5.1 难点浅析 124

3.5.2 算法设计 125

3.5.3 完美图解 126

3.5.4 伪代码详细解释 128

3.5.5 实战演习 132

3.5.6 算法解析与拓宽 135

3.6 分治算法复杂度求解秘诀 137

第4章 动态规划 141

4.1 美妙的兔子种类 142

4.2 动态规划根底 143

4.2.1 算法理念 143

4.2.2 算法要素 143

4.2.3 解题秘诀 143

4.3 孩子有多像老爹—ZUI长的公共子系列 145

4.3.1 难点浅析 145

4.3.2 算法设计 147

4.3.3 完美图解 148

4.3.4 伪代码详细解释 152

4.3.5 实战演习 153

4.3.6 算法深入深入分析及优化拓宽 155

4.4 DNA基因推断—编辑间距 156

4.4.1 难题浅析 156

4.4.2 算法设计 158

4.4.3 完美图解 159

4.4.4 伪代码安详严整 161

4.4.5 实战练习 162

4.4.6 算法剖判及优化扩充 163

4.5 多瑙河游玩—快艇租借 164

4.5.1 难点浅析 164

4.5.2 算法设计 166

4.5.3 完美图解 166

4.5.4 伪代码安详严整 170

4.5.5 实战练习 171

4.5.6 算法深入深入分析及优化扩充 172

4.6 快速计算—矩阵连乘 172

4.6.1 问题剖判 173

4.6.2 算法设计 176

4.6.3 完美图解 176

4.6.4 伪代码详细明白 180

4.6.5 实战演习 181

4.6.6 算法分析及优化拓宽 182

4.7 切呀切披萨—ZUI优三角剖分 183

4.7.1 难点浅析 183

4.7.2 算法设计 186

4.7.3 完美图解 187

4.7.4 伪代码精解 191

4.7.5 实战演练 192

4.7.6 算法深入分析及优化拓宽 194

4.8 小石子游戏—石子合併 194

4.8.1 难题浅析 195

4.8.2 算法设计 197

4.8.3 完美图解 198

4.8.4 伪代码详整 203

4.8.5 实战演练 205

4.8.6 算法解析及优化拓宽 206

4.9 大卖场购物车1—0-1手包难点 209

4.9.1 难点深入分析 210

4.9.2 算法设计 211

4.9.3 完美图解 212

4.9.4 伪代码安详严整 216

4.9.5 实战练习 217

4.9.6 算法拆解分析及优化拓宽 218

4.10 连忙牢固—ZUI优二叉寻找树 220

4.10.1 难点解析 221

4.10.2 算法设计 225

4.10.3 完美图解 226

4.10.4 伪代码精解 239

4.10.5 实战演练 241

4.10.6 算法解析及优化拓宽 243

4.11 动态规划算法秘诀 246

第5章 回溯法 248

5.1 回溯法功底 249

5.1.1 算法思想 249

5.1.2 算法要素 249

5.1.3 解题秘诀 251

5.2 大卖场购物车2—0-1手袋难点 252

5.2.1 难点浅析 252

5.2.2 算法设计 253

5.2.3 完美图解 255

5.2.4 伪代码详整 258

5.2.5 实战演习 259

5.2.6 算法深入分析 262

5.2.7 算法优化拓宽 262

5.3 部落护卫队—ZUI大团 265

5.3.1 难点解析 266

5.3.2 算法设计 267

5.3.3 完美图解 269

5.3.4 伪代码详细明白 274

5.3.5 实战练习 275

5.3.6 算法拆解剖析及优化拓宽 277

5.4 地形图调色板—地图着色 278

5.4.1 难题解析 278

5.4.2 算法设计 279

5.4.3 完美图解 280

5.4.4 伪代码详明 285

5.4.5 实战演习 286

5.4.6 算法解析及优化拓宽 288

5.5 一山不容二虎—n皇后难题 289

5.5.1 难点浅析 290

5.5.2 算法设计 291

5.5.3 完美图解 292

5.5.4 伪代码精解 300

5.5.5 实战演习 301

5.5.6 算法深入分析及优化扩充 303

5.6 机器零器件加工—ZUI优加工顺序 305

5.6.1 难题浅析 305

5.6.2 算法设计 308

5.6.3 完美图解 308

5.6.4 伪代码详细明白 313

5.6.5 实战练习 314

5.6.6 算法拆解分析 316

5.6.7 算法优化扩充 316

5.7 奇妙之旅1—游览商难题 319

5.7.1 难点解析 319

5.7.2 算法设计 320

5.7.3 完美图解 321

5.7.4 伪代码详明 330

5.7.5 实战演习 331

5.7.6 算法深入解析及优化拓宽 333

5.8 回溯法算法法门 336

第6章 分支限界法 338

6.1 横行天下—广度优先 339

6.1.1 算法观念 340

6.1.2 算法步骤 340

6.1.3 解题秘诀 341

6.2 大卖场购物车3—0-1手拿包难题 341

6.2.1 难题剖判 342

6.2.2 算法设计 343

6.2.3 完美图解 345

6.2.4 伪代码详细解释 350

6.2.5 实战演习 352

6.2.6 算法深入分析 355

6.2.7 算法优化拓宽—优先队列式分支限界法 356

6.3 美妙之旅2—游览商难点 366

6.3.1 难题解析 366

6.3.2 算法设计 367

6.3.3 完美图解 368

6.3.4 伪代码详细解释 371

6.3.5 实战练习 373

6.3.6 算法解析 376

6.3.7 算法优化拓宽 377

6.4 铺设电缆—ZUI优工程布线 385

6.4.1 难题浅析 386

6.4.2 算法设计 386

6.4.3 完美图解 387

6.4.4 伪代码安详严整 399

6.4.5 实战演习 400

6.4.6 算法剖析及优化拓宽 403

6.5 回溯法与分支限界法的异同 404

第7章 线性规划网络流 405

7.1 线性规划难点 406

7.1.1 线性规划专门的学问型 408

7.1.2 单纯形算法图解 409

7.1.3 解题秘籍 413

7.1.4 练习 413

7.2 工厂ZUI大功效—单纯形算法 414

7.2.1 难题浅析 414

7.2.2 完美图解 415

7.2.3 伪代码安详严整 418

7.2.4 实战演习 420

7.2.5 算法深入分析及优化拓宽 423

7.3 ZUI大互连网流—ZUI短增广路算法 424

7.3.1 问题剖析 424

7.3.2 增广路算法 427

7.3.3 完美图解 431

7.3.4 伪代码安详严整 437

7.3.5 实战演练 439

7.3.6 算法深入解析 441

7.3.7 算法优化拓宽—重贴标签算法ISAP 442

7.4 ZUI小花销ZUI大流—ZUI小花销路算法 455

7.4.1 难点浅析 456

7.4.2 算法设计 456

7.4.3 完美图解 457

7.4.4 伪代码详细明白 459

7.4.5 实战演习 461

7.4.6 算法解析 465

7.4.7 算法优化拓宽—消圈算法 466

7.5 精明的小业主—配成对方案难题 468

7.5.1 难点浅析 468

7.5.2 算法设计 469

7.5.3 完美图解 469

7.5.4 伪代码精解 470

7.5.5 实战练习 471

7.5.6 算法分析 475

7.5.7 算法优化扩充—匈牙利(Magyarország卡塔尔(قطر‎算法 475

7.6 国际会议沟通—圆桌难题 480

7.6.1 难题浅析 481

7.6.2 算法设计 482

7.6.3 完美图解 482

7.6.4 伪代码详细明白 484

7.6.5 实战演练 485

7.6.6 算法深入深入分析及优化扩充 489

7.7 要考试啦—试题库难题 489

7.7.1 难点浅析 490

7.7.2 算法设计 490

7.7.3 完美图解 491

7.7.4 伪代码详整 493

7.7.5 实战练习 494

7.7.6 算法深入分析及优化扩充 498

7.8 太空实验布署—ZUI大收入难点 499

7.8.1 难题浅析 499

7.8.2 算法设计 500

7.8.3 完美图解 502

7.8.4 伪代码精解 505

7.8.5 实战练习 506

7.8.6 算法分析及优化拓宽 510

7.9 CCTV娱乐节目购物街—方格取数难点 511

7.9.1 难题浅析 511

7.9.2 算法设计 512

7.9.3 完美图解 513

7.9.4 伪代码安详严整 514

7.9.5 实战练习 516

7.9.6 算法拆解深入分析及优化拓宽 520

7.10 走着走着,就走到了新疆—旅游门路难点 521

7.10.1 难题剖析 521

7.10.2 算法设计 523

7.10.3 完美图解 523

7.10.4 伪代码精解 525

7.10.5 实战演习 528

7.10.6 算法剖判及优化拓宽 532

7.11 互连网流难题解题秘技 533

附录A 特征方程和通项公式 534

附录B sort函数 537

附录C 优先队列 541

附录D 邻接表 549

附录E 并查集 555

附录F 四边不等式 561

附录G 排列树 565

附录H Bell曼准则 579

附录I 增广路中称之为关键边的次数 582

附录J ZUI大流ZUI小割定理 585

签名版: