加了点东西

Collection/KMP算法.md

@@ -0,0 +1,147 @@
+---
+tags: 
+- KMP
+- AI生成
+- C语言
+---
+KMP（Knuth-Morris-Pratt）算法是一种用于字符串匹配的算法，它能在O(n+m)的时间复杂度内完成字符串的匹配，其中n是主串的长度，m是模式串的长度。这个算法是由Donald Knuth、Vaughan Pratt和Vaughan Morris在1970年共同发明的。  
+
+KMP算法的主要思想是利用已经匹配过的信息，避免再次从头开始匹配。具体来说，KMP算法在匹配失败后，能够知道模式串中有一部分字符是与主串匹配的，因此不需要重新匹配这些字符。  
+
+KMP算法的关键在于构造一个“部分匹配表”（也称为“失败函数”或“跳转表”），这个表记录了模式串中每个位置的最长公共前后缀的长度。在匹配过程中，如果发生了匹配失败，就可以根据这个表来确定下一步应该比较的位置，从而避免了不必要的比较。  
+
+KMP算法的具体实现过程如下：  
+
+1. 构造部分匹配表。对于模式串中的每个位置i（1≤i≤m），计算以该位置结尾的最长公共前后缀的长度，并将结果存储在部分匹配表的第i个位置。这个计算过程可以通过动态规划来实现。
+
+2. 进行字符串匹配。从主串的第一个字符和模式串的第一个字符开始比较，如果相等，则继续比较下一个字符；如果不相等，则根据部分匹配表来确定下一步应该比较的位置。重复这个过程，直到匹配成功或者遍历完整个主串。
+
+KMP算法的时间复杂度为O(n+m)，其中n是主串的长度，m是模式串的长度。这个算法在实际应用中非常广泛，特别是在需要频繁进行字符串匹配的场景中，如搜索引擎、文本编辑器等。  
+
+下面是一个用C语言实现的KMP（Knuth-Morris-Pratt）字符串匹配算法的示例代码。这个示例中，我们实现了KMP算法来在一个主字符串（text）中查找一个模式字符串（pattern）的所有出现位置。
+
+```c
+
+#include <stdio.h>
+
+#include <string.h>
+
+// 函数原型声明
+
+void computeLPSArray(char *pat, int M, int *lps);
+
+void KMPSearch(char *pat, char *txt);
+
+int main() {
+
+char text[] = "ABABDABACDABABCABAB";
+
+char pattern[] = "ABABCABAB";
+
+printf("Text: %s\n", text);
+
+printf("Pattern: %s\n", pattern);
+
+KMPSearch(pattern, text);
+
+return 0;
+
+}
+
+// 计算LPS（最长公共前后缀）数组
+
+void computeLPSArray(char *pat, int M, int *lps) {
+
+int len = 0; // 最长公共前后缀的长度
+
+lps[0] = 0; // lps[0] 总是0
+
+int i = 1;
+
+while (i < M) {
+
+if (pat[i] == pat[len]) {
+
+len++;
+
+lps[i] = len;
+
+i++;
+
+} else {
+
+if (len != 0) {
+
+len = lps[len - 1];
+
+} else {
+
+lps[i] = 0;
+
+i++;
+
+}
+
+}
+
+}
+
+}
+
+// KMP字符串匹配算法
+
+void KMPSearch(char *pat, char *txt) {
+
+int M = strlen(pat);
+
+int N = strlen(txt);
+
+int lps[M];
+
+int j = 0; // 模式串的索引
+
+// 计算LPS数组
+
+computeLPSArray(pat, M, lps);
+
+int i = 0; // 文本串的索引
+
+while (i < N) {
+
+if (pat[j] == txt[i]) {
+
+j++;
+
+i++;
+
+}
+
+if (j == M) {
+
+printf("Pattern found at index %d \n", i - j);
+
+j = lps[j - 1];
+
+} else if (i < N && pat[j] != txt[i]) {
+
+if (j != 0)
+
+j = lps[j - 1];
+
+else
+
+i = i + 1;
+
+}
+
+}
+
+}
+
+```
+
+在这个示例中，`computeLPSArray`函数计算了模式串的最长公共前后缀数组（LPS数组），而`KMPSearch`函数使用这个数组来在文本串中查找模式串。当找到匹配时，它会打印出模式串在主字符串中的起始索引。  
+
+你可以编译并运行这段代码来测试KMP算法。请确保你的编译器支持C语言标准，并且已经正确设置了编译环境。  
+
+内容由AI大模型生成，仅供参考

Collection/PID控制算法.md

@@ -0,0 +1,93 @@
+---
+tags:
+- PID
+- AI生成
+- C语言
+---
+以下是一个简单的C语言实现PID控制算法的程序示例：
+
+```c
+
+#include <stdio.h>
+
+// PID控制器结构体
+
+typedef struct {
+
+double kp; // 比例系数
+
+double ki; // 积分系数
+
+double kd; // 微分系数
+
+double previous_error; // 上一次的误差
+
+double integral; // 误差积分
+
+} PIDController;
+
+// PID计算函数
+
+double PID_Compute(PIDController* pid, double setpoint, double actual_value, double dt) {
+
+double error = setpoint - actual_value;
+
+pid->integral += error * dt;
+
+double derivative = (error - pid->previous_error) / dt;
+
+double output = pid->kp * error + pid->ki * pid->integral + pid->kd * derivative;
+
+pid->previous_error = error;
+
+return output;
+
+}
+
+int main() {
+
+// 初始化PID控制器
+
+PIDController pid;
+
+pid.kp = 1.0;
+
+pid.ki = 0.1;
+
+pid.kd = 0.01;
+
+pid.previous_error = 0.0;
+
+pid.integral = 0.0;
+
+// 模拟控制过程
+
+double setpoint = 100.0; // 设定目标值
+
+double actual_value = 0.0; // 实际值
+
+double dt = 0.1; // 时间间隔
+
+double output; // PID输出
+
+for (int i = 0; i < 100; i++) {
+
+output = PID_Compute(&pid, setpoint, actual_value, dt);
+
+actual_value += output; // 假设输出直接控制实际值
+
+printf("Time: %d, Actual Value: %f, Error: %f, Output: %f\n", i, actual_value, setpoint - actual_value, output);
+
+}
+
+return 0;
+
+}
+
+```
+
+这个示例程序定义了一个`PIDController`结构体，包含了PID控制器的参数（比例系数`kp`、积分系数`ki`、微分系数`kd`）以及状态变量（上一次的误差`previous_error`和误差积分`integral`）。`PID_Compute`函数根据设定目标值、实际值和时间间隔计算PID输出。在`main`函数中，我们初始化了一个PID控制器，并模拟了一个控制过程，其中PID输出直接控制实际值。
+
+请注意，这只是一个简单的示例程序，实际应用中可能需要根据具体需求进行调整和优化。此外，PID控制算法还需要考虑一些边界条件和特殊情况，例如积分饱和、微分先行等。因此，在实际应用中，建议根据具体需求进行深入研究和实践。
+
+内容由AI大模型生成，仅供参考