一个大 3 维矩阵,一个小 3 维矩阵,要在大矩阵中找到与小矩阵相同的子矩阵。矩阵元素都是 0/1
一个大 3 维矩阵,一个小 3 维矩阵,要在大矩阵中找到与小矩阵相同的子矩阵。矩阵元素都是 0/1
|
NoOneNoBodySep 24, 2024
1
这个很容易降维啊
|
|
2
@NoOneNoBody 不太理解,可以详细点吗,谢谢您
|
|
NoOneNoBodySep 24, 2024
3
@rookiemaster #2
这个,还需要怎么解释呢 小矩阵的类型非常单一,降维到一维很难?小矩阵降维后,大矩阵就是二维了,二维匹配算法很多吧 甚至你说的这个例子,直接三维降一维也不是难事,0/1 换成 bit ,小矩阵就是 bytes 串,大矩阵就是 bytes 作为元素的一维数组了 |
|
NoOneNoBodySep 24, 2024
4
@NoOneNoBody #3
PS: 看漏了,大小矩阵都是三维,但上述方法也是适用的,分步、逐级或者递归处理应该都行,看需求 |
|
passiveSep 24, 2024 via Android
5
如果是整数元素,在每个维度上投影(求和),能粗略筛选出可能的匹配。在这几个可能性里面挨个匹配一遍。
|
|
bizSep 25, 2024
6
OP 了解字符串匹配的 KMP 算法吗?把 KMP 算法改造一下,时间复杂度可以做到线性,想不明白再问我
|
|
7
@biz 谢谢,我了解一下
|