高分求字符串比较的解决原代码——100分

Haofei 2003-09-07 02:35:52
两个由英文句子组成的字符串S和D,其中D为目标串,拿S与D比较,要求:

1、两个串按英语单词进行比较,忽略单词间多余的空格,且单词区分大小写!
例:
D:='Good Morning!' S:='Good Morning! '
则 S=D 成立!

2、若串S掉了n个单词,则在相应掉词的位置插入'{n}'。
例:
D:='Convenient to wineries, hiking trails, State Parks and Sugar Loaf Observatory. Award winning income producing vineyard.'
S:=Convenient to wineries, hiking trails, State Loaf Observatory. Award winning producing vineyard.'
则结果S应为:
'Convenient to wineries, hiking trails, State {3} Loaf Observatory. Award winning {1} producing vineyard.'

3、若S中错了一个单词,则将错误的单词用括号‘()’括起来。
例:D:='Convenient to wineries, hiking trails, State Parks and Sugar Loaf Observatory. Award winning income producing vineyard.'
S:='Convenient to wineries, hiking trail, State Parks and Sugar Loaf Observatory. Award win income producing vineyard.'
则结果S应为:
'Convenient to wineries, hiking (trail), State Parks and Sugar Loaf Observatory. Award (win) income producing vineyard.'

4、若S中多了单词,则将多余的单词用[]括起来!
例:D:='Located in private mountain community of Yosemite Lakes Park.'
S:='Located in the private mountain community of Yosemite Lakes Park.'
则:S应为:
‘Located in [the] private mountain community of Yosemite Lakes Park.’

5、标点符号的错误处理与上基本相同(将一个标点视为一个单词),处理时将正确答案结出。
例: D:='Good Morning!'
S:='Good Morning.'
则:结果S应为 'Good Morning!(.)' 应为‘!’,而不是'.'。
例: D:='wineries, hiking trails, State'
S:='wineries hiking trails State'
则结果S应为:' wineries,{} hiking trails,{} State'
例:D:='wineries hiking trails, State'
S:='wineries, hiking trails, State'
则结果为:'wineries[,] hiking trails, State'

请结出处理的原代码,分不够再加!!!!!
...全文
57 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
vchoushen6 2003-09-07
  • 打赏
  • 举报
回复
1.分解为独立的单词,UPPERCASE后再做比较.
2\3\4. 分解为单词,建一临时串,然后顺序比较S和D,遇到不等的时候做处理就行了.
elilor 2003-09-07
  • 打赏
  • 举报
回复
1.先去除多余的空格;
2.用ExtractString将S,D分解为TStringList类型的单词串S1,S2;
3.对S1、S2进行比较;
Haofei 2003-09-07
  • 打赏
  • 举报
回复
To lxpbuaa(桂枝香在故国晚秋) :
这样不行因为:D='a nurse'和S='an urse'会被视为相等!
lxpbuaa 2003-09-07
  • 打赏
  • 举报
回复
其余的比较麻烦还是自己弄吧,也是锻炼基本功的好几会

—————————————————————————————————
宠辱不惊,看庭前花开花落,去留无意;毁誉由人,望天上云卷云舒,聚散任风。
—————————————————————————————————
lxpbuaa 2003-09-07
  • 打赏
  • 举报
回复
1、
var
S, D: String;
begin
D := 'Good Morning!';
S := 'Good Morning! ';
D := StringReplace(D, #32, '', [rfReplaceAll]);
S := StringReplace(S, #32, '', [rfReplaceAll]);
if D = S then ShowMessage('相等');
end;

—————————————————————————————————
宠辱不惊,看庭前花开花落,去留无意;毁誉由人,望天上云卷云舒,聚散任风。
—————————————————————————————————
提供了一个详细的MATLAB仿真程序,用于实现自回归(AR)模型的功率谱估计。该程序基于经典的数字信号处理教材——《数字信号处理理论、算法与实现》第三版中的相关内容(第545-547页),旨在帮助学习者理解和实践AR模型在功率谱估计中的应用。 简介 AR模型是一种常用的时间序列析方法,通过建立当前值与其过去值之间的线性关系来描述时间序列的动态特性。功率谱估计是信号处理中的关键环节,用于揭示信号频率成布。本仿真通过自相关方法实现AR模型参数的估计,并进而计算信号的功率谱。 特点 含详细注释:代码中添加了丰富的注释,便于初学者理解每一步的计算逻辑和目的。 参数可调:用户可根据需要调整AR模型的阶数(p值)、信号长度等参数,以适应不同的信号析需。 理论联系实际:通过将书本知识转化为实践操作,加深对AR模型及其在功率谱估计中应用的理解。 使用说明 环境要:确保你的计算机上已安装MATLAB,并且版本适合运行提供的脚本。 加载脚本:将提供的MATLAB文件导入到MATLAB的工作环境中。 修改配置:根据需要修改代码中的参数配置,如AR模型的阶数等。 运行仿真:执行脚本,观察并析输出结果,包括自回归模型的系数以及估算出的功率谱。 学习与析:通过对比不同参数下的结果,深入理解AR模型在功率谱估计中的行为。 注意事项 在使用过程中,可能需要基础的数字信号处理知识以便更好地理解代码背后的数学理。 请确保你的MATLAB环境已正确设置,能够支持脚本中的所有函数和运算。 结论 此资源对于研究信号处理、通信工程或是进行相关学术研究的学生和科研人员来说是一个宝贵的工具。它不仅提供了理论知识的具体实现,也是提升实践技能的优秀案例。通过动手操作,你将更加熟练地掌握AR模型及其在功率谱估计中的应用技巧。 开始探索,深入了解AR模型的力量,解开信号隐藏的秘密吧!
提供了关于时间序列析与预测的宝贵资源,特别聚焦于**自回归积滑动平均模型(ARIMA)**及其应用。对于那些希望深入理解并实践时间序列建模的学者、研究人员以及数据析爱好者来说,这是一个不可或缺的学习材料。本资源不仅包括了详细的理论讲解,涵盖了时间序列析的基础,如移动平均(MA)、自回归(AR)、指数平滑等关键概念,而且通过具体的ARIMA模型解析,搭配MATLAB编程实现实例,帮助用户从理论到实践全面掌握这一重要统计工具。 内容概览 理论讲解: 深入浅出地介绍了时间序列析的基本理,重点阐述ARIMA模型的构建步骤,包括如何识别模型的参数(p,d,q),以及其在处理非平稳数据中的作用。 MATLAB代码实现: 提供了多个ARIMA模型的MATLAB实现示例,这些代码覆盖了从数据准备、模型拟合、诊断检验到预测的全过程,是学习如何利用MATLAB进行时间序列析的实用工具。 实例析: 包括不同行业或领域的实际案例研究,展示如何应用ARIMA及其它时间序列方法解决真实世界的数据预测问题,增强理解和应用能力。 文件结构 时间序列模型ARIMA的讲解与matlab代码实现(含多个实例).rar: 主要资源压缩包,解压后包含文档和MATLAB代码文件夹。 文档: 提供了理论知识讲解。 MATLAB代码: 实现了文中讨论的各种模型,附带注释,便于理解与修改。 使用指南 下载资源: 点击下载“时间序列模型ARIMA的讲解与matlab代码实现(含多个实例).rar”文件。 解压文件: 解压缩至本地,确保你可以访问文档和代码。 环境准备: 确保你的电脑上已安装MATLAB,并熟悉基本操作。 学习流程: 首先阅读文档理解时间序列析的理论基础,然后逐步跟随MATLAB代码示例进行实践。 实践应用: 尝试将所学应用到自己的数据集上,调整参数以优化模型性能。 注意事项 请根据M

16,742

社区成员

发帖
与我相关
我的任务
社区描述
Delphi 语言基础/算法/系统设计
社区管理员
  • 语言基础/算法/系统设计社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧