采用递归的方法给正整数n加上分隔符','

题目:采用[b]递归[/b]的方法给正整数n加上分隔符','
比如 1234567 ==> 1,234,567

其中putCommas()是我自己的方法,insertCommas()是google出来的一个老外写的方法。我的分隔符是从前面开始加的,比如上面的例子,我是先在1之后加上',',而老外那个insertCommas是从后面开始加上去的

先贴上代码吧 等下再分析

public class Test {
public static void main(String[] args) {
int i =1234;
String value = i + "";
value = putCommas(value);
//value = insertCommas(value);
System.out.println(value);
}

public static String putCommas(String str) {
int length = str.length();
if(length > 3) {
String ahead = str.substring(0,length - 3);
String back = str.substring(length-3);
str = putCommas(ahead) + "," + back;
}
return str;
}

public static String insertCommas(String str) {
String newStr = str;
int firstComma = str.indexOf(",");
if(firstComma < 0) firstComma = str.length();
if(str.length() > 3 && firstComma > 3) {
newStr = insertCommas(new StringBuffer(str).insert(firstComma-3,",").toString());
}
return newStr;
}
}



其中,我是将原字符串分成后3位以及前面剩下的字符串(假设此时字符串长度还是大于3),而老外的办法是将字符串打碎按照下标加入了分隔符之后再toString()合起来。
我感觉我的方式要好理解一点,可能他的方法效率要高一点。

为了让我的方法更清楚的说明是从前面开始加分隔符
我的方法改成下面的样子:

public static String putCommas(String str) {
int length = str.length();
if(length > 3) {
String ahead = str.substring(0,length - 3);
String back = str.substring(length-3);
//str = putCommas(ahead) + "," + back;
ahead = putCommas(ahead);
str = ahead + "," + back;
}
return str;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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