179最大数

给定一组非负整数 nums,重新排列每个数的顺序(每个数不可拆分)使之组成一个最大的整数。

注意:输出结果可能非常大,所以你需要返回一个字符串而不是整数。

示例 1:

输入nums = [10,2]
输出:"210"

示例 2:

输入nums = [3,30,34,5,9]
输出:"9534330"

提示:

  • 1 <= nums.length <= 100
  • 0 <= nums[i] <= 109

思路:

普通字符串用compareTo()方法比较即可,对于其中一个串是另一个串的子串时,如

1113

111311

对于整体而言所有的位数是相等的,其中1113是一样的,没必要比较,对于后面的部分,我用的是

stream流,具体见代码

代码:

public String largestNumber(int[] nums) {
    StringBuffer stringBuffer = new StringBuffer();
    Arrays.stream(nums).mapToObj(String::valueOf).sorted(new Comparator<String>() {
        @Override
        public int compare(String o1, String o2) {
            if (o1.startsWith(o2))
                //这里为什么加负号而下面不加,是因为要倒序要o2-o1,不加负号变成了正序
                return -o1.substring(o2.length()).concat(o2).compareTo(o1);
            if (o2.startsWith(o1))
                return o2.substring(o1.length()).concat(o1).compareTo(o2);
            return o2.compareTo(o1);
        }
    }).forEach(stringBuffer::append);
    //如果结果以0开头那么剩下的都是0,直接返回0即可
    if (stringBuffer.toString().startsWith("0"))
        return "0";
    return stringBuffer.toString();
}

  • 5
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VGG16是一种常用的卷积神经网络模型,由16层卷积层和全连接层组成,其中每一层都具备有不同的参数个数。具体而言,VGG16的各层参数个数如下: 1. 输入层:没有参数。 2. 卷积层1-1:具有64个卷积核,每个卷积核的大小为3×3,对应的参数个数为3×3×3×64=1,728。 3. 卷积层1-2:同卷积层1-1,具有64个卷积核,对应的参数个数为1,728。 4. 最大池化层1:没有参数。 5. 卷积层2-1:具有128个卷积核,每个卷积核的大小为3×3,对应的参数个数为3×3×64×128=73,728。 6. 卷积层2-2:同卷积层2-1,具有128个卷积核,对应的参数个数为73,728。 7. 最大池化层2:没有参数。 8. 卷积层3-1:具有256个卷积核,每个卷积核的大小为3×3,对应的参数个数为3×3×128×256=294,912。 9. 卷积层3-2:同卷积层3-1,具有256个卷积核,对应的参数个数为294,912。 10. 卷积层3-3:同卷积层3-1,具有256个卷积核,对应的参数个数为294,912。 11. 最大池化层3:没有参数。 12. 卷积层4-1:具有512个卷积核,每个卷积核的大小为3×3,对应的参数个数为3×3×256×512=1,179,648。 13. 卷积层4-2:同卷积层4-1,具有512个卷积核,对应的参数个数为1,179,648。 14. 卷积层4-3:同卷积层4-1,具有512个卷积核,对应的参数个数为1,179,648。 15. 最大池化层4:没有参数。 16. 卷积层5-1:具有512个卷积核,每个卷积核的大小为3×3,对应的参数个数为3×3×512×512=2,359,296。 17. 卷积层5-2:同卷积层5-1,具有512个卷积核,对应的参数个数为2,359,296。 18. 卷积层5-3:同卷积层5-1,具有512个卷积核,对应的参数个数为2,359,296。 19. 最大池化层5:没有参数。 20. 全连接层6:有4,719,616个参数。 21. 全连接层7:具有4096个神经元,对应的参数个数为4,096×4,719,616=16,777,216。 22. 全连接层8:具有4096个神经元,对应的参数个数为4,096×4,096=16,777,216。 23. 输出层:具有1000个神经元,对应的参数个数为4,096×1,000=4,096,000。 综上所述,VGG16的各层参数个数为:1,385,5888。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值