颜色分类算法

给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。

我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。

必须在不使用库的sort函数的情况下解决这个问题。

示例 1:

输入:nums = [2,0,2,1,1,0]
输出:[0,0,1,1,2,2]

示例 2:

输入:nums = [2,0,1]
输出:[0,1,2]

提示:

  • n == nums.length
  • 1 <= n <= 300
  • nums[i] 为 01 或 2

快排思想

使用三指针,维护两个区(0区和2区),遍历数组把元素划分到对应区中

var sortColors = function(nums) {
    if(!nums.length) return []
    const swap = (a,b) => {
        let temp = nums[a]
        nums[a] = nums[b]
        nums[b] = temp
    }
    let [cur,left,right] = [0,0,nums.length - 1]
    while(cur <= right){
        if(nums[cur] == 0){
            // 当前数为0,就往0区放,left++,cur++
            // cur不可能在left左边
            swap(left,cur)
            left++
            cur++
        }else if(nums[cur] == 2){
            // 当前数为2,就往2区放,right--
            // 此处不能cur++,因为交换过来的可能为0,还需判断
            swap(cur,right)
            right--
        }else {
            cur++
        }
    }
    return nums
};

题目来源-力扣,如有纰漏欢迎指正

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在机器学习中,分类算法是一类常用的算法,用于将数据集中的样本划分为不同的类别。关于机器学习分类算法的绘图,可以通过使用各种工具和库来实现。 一种常用的绘图方法是使用Python中的matplotlib库。该库提供了各种绘图函数,可以用于绘制各种分类算法的结果。例如,可以使用散点图来表示数据集中的样本点,并使用不同的颜色或形状来表示不同的类别。另外,可以绘制决策边界来显示分类算法的分类结果。 另外,还可以使用其他专门用于可视化机器学习模型的库,例如seaborn和plotly。这些库提供了更多的绘图选项和交互功能,可以帮助我们更好地理解和展示分类算法的结果。 绘制机器学习分类算法的图形可以帮助我们直观地理解算法的分类效果,并对其性能进行评估和比较。通过可视化分类结果,我们可以更好地理解数据集的结构和模型的决策过程。 总结起来,我们可以使用Python中的matplotlib、seaborn和plotly等库来绘制机器学习分类算法的图形,以直观地展示算法的分类效果和模型的决策过程。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [一起捋一捋机器学习分类算法~](https://blog.csdn.net/qq_40558336/article/details/100131839)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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