manecher演算法詳解
首先用乙個非常巧妙的方式，將所有可能的奇數/偶數長度的回文子串都轉換成了奇數長度：在每個字元的兩邊都插入乙個特殊的符號。比如 abba 變成 #a#b#b#a#， aba變成 #a#b#a#。 為了進一步減少編碼的複雜度，可以在字串的開始加入另乙個特殊字元，這樣就不用特殊處理越界問題，比如$#a#b#a#（注意，下面的**是用c語言寫就，由於c語言規範還要求字串末尾有乙個'\0'所以正好ok，但其他語言可能會導致越界）。
下面以字串12212321為例，經過上一步，變成了 s = "$#1#2#2#1#2#3#2#1#";
然後用乙個陣列 p[i] 來記錄以字元s[i]為中心的最長回文子串向左/右擴張的長度（包括s[i]，也就是把該回文串「對折」以後的長度），比如s和p的對應關係：
s # 1 # 2 # 2 # 1 # 2 # 3 # 2 # 1 #
p 1 2 1 2 5 2 1 4 1 2 1 6 1 2 1 2 1
(p.s. 可以看出，p[i]-1正好是原字串中回文串的總長度）
那麼怎麼計算p[i]呢？該演算法增加兩個輔助變數（其實乙個就夠了，兩個更清晰）id和mx，其中 id 為已知的 的回文子串的中心，mx則為id+p[id]，也就是這個子串的右邊界。
然後可以得到乙個非常神奇的結論，這個演算法的關鍵點就在這裡了：如果mx > i，那麼p[i] >= min(p[2 * id - i], mx - i)。就是這個串卡了我非常久。實際上如果把它寫得複雜一點，理解起來會簡單很多：
//記j = 2 * id - i，也就是說 j 是 i 關於 id 的對稱點(j = id + (id - i))
if (mx - i > p[j])
p[i] = p[j];
else /* p[j] >= mx - i */
p[i] = mx - i; // p[i] >= mx - i，取最小值，之後再匹配更新。
當然光看**還是不夠清晰，還是借助圖來理解比較容易。
當 mx - i > p[j] 的時候，以s[j]為中心的回文子串包含在以s[id]為中心的回文子串中，由於 i 和 j 對稱，以s[i]為中心的回文子串必然包含在以s[id]為中心的回文子串中，所以必有 p[i] = p[j]，見下圖。
當 p[j] >= mx - i 的時候，以s[j]為中心的回文子串不一定完全包含於以s[id]為中心的回文子串中，但是基於對稱性可知，下圖中兩個綠框所包圍的部分是相同的，也就是說以s[i]為中心的回文子串，其向右至少會擴張到mx的位置，也就是說 p[i] >= mx - i。至於mx之後的部分是否對稱，就只能老老實實去匹配了。
對於 mx <= i 的情況，無法對 p[i]做更多的假設，只能p[i] = 1，然後再去匹配了。
於是**如下：
//輸入，並處理得到字串s
int p[1000], mx = 0, id = 0;
memset(p, 0, sizeof(p));
for (i = 1; s[i] != '\0'; i++)
}//找出p[i]中最大的
A 演算法詳解
第一部分 a 演算法簡介 寫這篇文章的初衷是應乙個的要求，當然我也發現現在有關人工智慧的中文站點實在太少，我在這裡 拋磚引玉，希望大家都來熱心的參與。還是說正題，我先拿a 演算法開刀，是因為a 在遊戲中有它很典型的用法，是人工智慧在遊戲中的代表。a 演算法在人工智慧中是一種典型的啟發式搜尋演算法，為...
A 演算法詳解
a 演算法的基本原理 a star演算法是一種靜態路網中求解最短路徑最有效的直接搜尋方法，也是解決許多搜尋問題的有效演算法。演算法中的距離估算值與實際值越接近，最終搜尋速度越快。f i g i h i 以上式子中 g i 表示從起點到當前節點已經付出的代價，這個是準確的 a 演算法最重要的是估價函式...
KMP演算法詳解
模式匹配的kmp演算法詳解 這種由d.e.knuth,j.h.morris和v.r.pratt同時發現的改進的模式匹配演算法簡稱為kmp演算法。大概學過資訊學的都知道，是個比較難理解的演算法，今天特把它搞個徹徹底底明明白白。注意到這是乙個改進的演算法，所以有必要把原來的模式匹配演算法拿出來，其實理解...