Day13-Task13.罗马数字转整数

题目描述

13.罗马数字转整数

罗马数字包含以下七种字符: I, V, X, L,C,D 和 M。

字符数值
I1
IV4
V5
IX9
X10
XL40
L50
XC90
C100
CD400
D500
CM900
M1000

例如, 罗马数字 2 写做 II ,即为两个并列的 1。12 写做 XII ,即为 X + II 。 27 写做 XXVII, 即为 XX + V + II 。
通常情况下,罗马数字中小的数字在大的数字的右边。但也存在特例,例如 4 不写做 IIII,而是 IV。数字 1 在数字 5 的左边,所表示的数等于大数 5 减小数 1 得到的数值 4 。同样地,数字 9 表示为 IX。这个特殊的规则只适用于以下六种情况:
I 可以放在 V (5) 和 X (10) 的左边,来表示 4 和 9。
X 可以放在 L (50) 和 C (100) 的左边,来表示 40 和 90。
C 可以放在 D (500) 和 M (1000) 的左边,来表示 400 和 900。
给定一个罗马数字,将其转换成整数。输入确保在 1 到 3999 的范围内。

示例1

输入: “III”
输出: 3

示例2

输入: “IV”
输出: 4

示例3

输入: “IX”
输出: 9

示例4

输入: “LVIII”
输出: 58
解释: L = 50, V= 5, III = 3.

示例5

输入: “MCMXCIV”
输出: 1994
解释: M = 1000, CM = 900, XC = 90, IV = 4.

解题思路
  • 用关联容器将每一个罗马数字和其对应的值以键值对的方式放入表中
  • 遍历字符串,找出每个罗马数字所对应的值并将它们加到一起
  • 当罗马数字两位对应一个数字时,要注意再容器中,罗马数字并不是对应其值,而是该罗马数字首字母对应的值的相反数。因为对于字符串,i 是逐个遍历的。
  • 在这里插入图片描述
  • 时间复杂度: O(n)
  • 占用空间: O(n)
代码如下
class Solution {
public:
    int romanToInt(string s) {
        unordered_map<string, int> map = {
            {"I", 1},
            {"V", 5},
            {"X", 10},
            {"L", 50},
            {"C", 100},
            {"D", 500},
            {"M", 1000},
            {"IX", -1},
            {"IV", -1},
            {"XL", -10},
            {"XC", -10},
            {"CD", -100},
            {"CM", -100},
        };
        int ans = 0;
        for(int i = 0; i < s.size(); i++)
        {
            string two = s.substr(i, 2);
            string one = s.substr(i, 1);
            ans += map[two] ? map[two] : map[one];
        }
        return ans;
    }
};
执行结果

在这里插入图片描述

1. 使用pandas库读取PRSA_data_2010.1.1-2014.12.31.csv文件,查看前3行、后2行可以使用以下代码: ```python import pandas as pd data = pd.read_csv('PRSA_data_2010.1.1-2014.12.31.csv') print(data.head(3)) # 查看前3行 print(data.tail(2)) # 查看后2行 ``` 2. 删除指定列并处理缺失值可以使用以下代码: ```python data = data.drop(columns=['DEWP', 'TEMP', 'PRES', 'cbwd', 'Iws', 'Is', 'Ir']) data = data.dropna() # 删除缺失值 data.to_csv('pm25_data_2010.1.1-2014.12.31.csv', index=False) # 导出为新的csv文件 ``` 3. 选择字段pm2.5并导出为文本文件可以使用以下代码: ```python data = pd.read_csv('pm25_data_2010.1.1-2014.12.31.csv') pm25 = data[data['pm2.5'] >= 300] # 选择pm2.5值大于等于300的数据 pm25.to_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', index=False, header=False, sep=',', line_terminator='\n') # 导出为文本文件 ``` 4. 读取文本文件并存为Excel文件可以使用以下代码: ```python data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None, names=['pm2.5']) data.to_excel('pm25_hazardous_data_2010.1.1-2014.12.31.xlsx', index=False) # 存为Excel文件 ``` 5. 统计出现最多的month、day、hour并绘制柱状图可以使用以下代码: ```python import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None, names=['pm2.5']) # 统计month、day、hour的出现频次 month_count = data.groupby(data.index.month)['pm2.5'].count() day_count = data.groupby(data.index.day)['pm2.5'].count() hour_count = data.groupby(data.index.hour)['pm2.5'].count() # 绘制柱状图 fig, ax = plt.subplots(figsize=(10, 6)) ax.bar(month_count.index, month_count.values, color='red', label='Month') ax.bar(day_count.index, day_count.values, color='green', label='Day') ax.bar(hour_count.index, hour_count.values, color='blue', label='Hour') ax.legend() ax.set_xlabel('Time') ax.set_ylabel('Frequency') ax.set_title('PM2.5 Hazardous Data') ax.set_xticks(range(1, 13)) ax.set_xticklabels(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']) plt.savefig('pm25_hazardous_month_day_hour.png', dpi=400) # 保存为png图片 plt.show() ```
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