练习题

题目:
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
我自己的解题思路是用哈希表求频率,然后再通过排序来解决问题,

class Solution {
  public List<Integer> topKFrequent(int[] nums, int k) {
		Map map = new HashMap<Integer,Integer >();
		List<Integer> ll = new ArrayList<Integer>();
		for(int i = 0;i<nums.length;i++) {
			if(map.containsKey(nums[i])) {
				int max = (Integer)map.get(nums[i])+1;
				map.put(nums[i],max);
			}else {
				map.put(nums[i], 1);
			}
		}
		List<Map.Entry<Integer, Integer>> list = new ArrayList<Map.Entry<Integer,Integer>>();
		list.addAll(map.entrySet());
		System.out.println(list);
		Collections.sort(list, new Comper());
		for(int i=0;i<list.size();i++) {
			System.out.println(i);
			int value = list.get(i).getKey();
			ll.add(value);
		}
		return ll;	
	} 
}
class Comper implements Comparator<Map.Entry<Integer,Integer>>{
       
		public int compare(Entry<Integer, Integer> o1, Entry<Integer, Integer> o2) {
			
			return o1.getValue() - o2.getValue();
		}
		 
		 
	 }


这个解题思路很清新,别具一格,膜拜大佬的感觉


前面求取频率都是一样的做法,亮点在后面,通过下标来排序,这里也有一个缺点,就是没有考虑次数一样多的情况,但是这个代码很厉害
class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        List<Integer> res = new ArrayList();
        // key为值 value为出现次数
        HashMap<Integer,Integer> map = new HashMap();
        // 统计每个数出现的次数
        for(int i : nums){
            map.put(i,map.getOrDefault(i,0)+1);
        }
        // list数组中每一个位置为这个数出现的次数 值为出现次数这么多的数
        List<Integer>[] list = new List[nums.length+1];
        for(int key : map.keySet()){
            // 出现的次数
            int i = map.get(key);
            if(list[i]==null) list[i] = new ArrayList();
            // 当前次数中 包含那些数
            list[i].add(key);
        }
        for(int i=list.length-1;i>=0 && res.size()<k;i--){
            if(list[i]==null) continue;
            // 该题没有出现频率相同的数字 不需要考虑其他情况
            res.addAll(list[i]);
        }
        return res;
    }
}

  • 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