问题标签 [lexicographic]

m给定一个具有行和列的矩阵n，其中每个条目由一对(a,b)整数组成。没有一对在矩阵中出现两次。

我们现在想对这些对进行排序，这样对于同一行中的两个对(a,b)，(c,d)我们有该对位于当且仅当(a,b)的左侧，即如果该对根据其条目按字典顺序排列。此外，对于同一列中的两对，当且仅当。(c,d)((a < c) or (a=c and b < d))(a,b)(c,d)(a,b)(c,d)((b < d) or (b=d and a < c)

如果我们找到一个所有行和列都满足上述条件的位置，我们称之为稳定。

通过首先根据行条件对所有对进行排序，很容易获得稳定的放置，这需要O(mn log(mn))时间。然后将此列表拆分为 m 个部分p_1,...,p_m（现在每个部分包含 n 个元素，并且对于每个(a,b)in p_i，(c,d)in p_jit is (a,b) < (c,d) if i < j）。现在p_i根据列条件对每个部分进行排序，O(n log(n))每个部分，即O(mn log(n))所有部分。将已排序的部分p_i写入列i可提供稳定的位置。

现在考虑特殊情况m=n，N=n²。有了上面的论点，我们得到一个稳定的位置可以及时获得O(N log(N))，这给出了一个上限。现在这提出了一个问题：

这个问题的下限是多少？是O(N log(N))最优的吗？

我正在尝试创建一个程序，询问用户三个单词并在单词按字典顺序输入的情况下打印“True”。例如：

到目前为止，这是我的代码：

我正在尝试使用其 CLP(FD) 在 BProlog 中实现字典排序约束。

据我从手册中可以看出，BProlog 没有提供内置lexLeq约束（尽管此全局约束存在有效的传播算法），所以我尝试编写自己的并将排序表示为以下集合二元约束：

为了表达(A1 #/\ A2 #/\ ... #/\ AN) => AN+1我认为我应该能够具体化Ais 的约束，所以：

然后我收集Bs 并检查连接是否有效，我只需这样做：

这个想法导致了以下（可能非常丑陋）的代码：

这部分有效：

如您所见，产生的所有解决方案都满足约束。问题是并非所有有效的解决方案都产生了。似乎我所描述的约束也以某种方式暗示了这一点X1 #>= X2 #>= ... #>= XN或类似的东西，因此所有变量都是0or 1，而上面的查询也应该返回类似[0,1,0]vs[0,1,0]或[0,0,0]vs的解决方案[0,1,0]。

那么，我的推理有问题还是上述定义中有错误？

我正在尝试使用 swt 构建输入对话框。我想阅读我的类属性并按指定顺序甚至字典顺序制作对话框窗口。我会将我的类属性保存在linkedhahmap\treemap 中。

例子：

输出不是类属性顺序，它类似于

我正在创建一种compareTo(AltString altStr2)按长度（最短到最长）对字符串进行排序的方法。

但是，我想加倍努力并检查长度相同的字符串。在这种情况下，我认为最好按字典顺序对字符串进行排序，以便它们的排序方式与它们在字典中出现的方式相同。到目前为止，我的代码如下。

我必须坚持的部分是按字典顺序比较字符串。目前，我有我的代码设置，以便我进入一个while循环并比较每个字符。

我的问题是，这是最有效的方法吗，或者在字符串长度相同的情况下，是否有更好的方法来按字典顺序比较每个字符串？

有没有一种java字符的方法可以按字典顺序返回下一个字符？

'a'.next()会回来b的。'b'.next()会回来c的。等等

从字符串中删除所有重复项并选择可能的字典最小字符串。例如，字符串 cbacdcbc 将返回 acdb，而不是 adcb。

因此，如果我们不必选择字典最小的字符串，这有一个相对简单的解决方案，但考虑到这一事实，我不确定如何找到一个有效的解决方案。这是我到目前为止所拥有的：

我有一个家庭作业，完成了大部分工作，但我被困在一个点上。我必须搜索一棵二叉树并找到一个关键字，如果关键字没有出现，我必须在树上找到按字典顺序排列的下一个字符串，女巫以我想要查找的关键字作为前缀，直到没有其他字符串满足以前的标准。

下面的代码用于在我没有找到确切的单词后进行搜索。

例子

如果我有话说：tree traversal trees

如果我搜索：“tr”

我只得到遍历。

遍历原因是一片叶子后，我不能向左或向右走，而且我也找不到出现树和树的方法。

我已经尝试了一些事情，但没有成功，所以现在我问你，除此之外，我什至不知道如何处理字典顺序的 next 关键字或我必须用它做什么！

任何帮助表示赞赏！:D

我怎样才能有效地将两个键列绑定到一个单列对中，以保留两个键的字典顺序？我有兴趣将“loc”用作单个（排序）变量

代码运行良好，但效率非常低。
有没有更省时的方法来解决问题？