YTK笔试题

(1)一维数组中只有1和-1,实现程序,求和为0的最长字串长度。

用了耗时间的递归,不知道高效的方法怎样写的。

从数组两端开始加,如果是0,则返回两端的索引b和e,否则把索引分别往中间移一位,直到b==e返回0。

        public static int getLongestLength(List<Integer> array) {
		 return helper(array, 0, array.size() - 1);
	}
	public static int helper(List<Integer> l, int b, int e) {	
		if ( b >= e) return 0;
			int sum = 0;
			for (int i = b; i <= e; i++ ) {
				sum += l.get(i);
			}
			if (sum != 0) {
				return Math.max(helper(l, ++b, e), helper(l, b, --e));				
			} else {
				return e - b + 1;
			}
	}
(2)输入unluckNumbers里是一些小A认为的不吉利数字,例如1,4,7,8,他在付款时要 尽可能少的多付一些钱,避免这些数字,并且不出现0,例如价格是1000,付款2222,求输入不同价格的小A的付款。

思路:首先求出最小的可行数min(除0和不吉利数之外的)。要考虑高位改变的时候,下一位无论是否吉不吉利,都变为min,例如8920,第一位变为9,那么后面的都变为2,答案就是9222。我用一个值last表示高位是否有变,若last为0,则再判断这一位是否是不吉利数,若是则变化为大于该不吉利数的最小数,若不是则输出。

public static int getLuckyPrice(int price, List<Integer> unluckNumbers) {
		if (unluckNumbers == null || unluckNumbers.size() < 1) return price;
		Collections.sort(unluckNumbers);
		String p = price + "";
		int count = p.length(); // price位数
		int min = unluckNumbers.get(0); // 除不吉利数字之外的最小数
		while (unluckNumbers.contains(++min)) {
			min++;
		}
		int last = 0; // 上一位是否改变
		int result = 0;
		int multi = (int)Math.pow(10, count - 1);
		
		for (int i = 0; i < count; i++) {
			int num = p.charAt(i) - '0'; // 从最高位开始取
			if (num == 0 || last == 1) { // 上一位改变了或者这位为0,取min
				result += min * multi;
			} else if (unluckNumbers.contains(num) && last == 0) {
				while (unluckNumbers.contains(++num)) {
					num++;
				}
				result += num * multi;
				last = 1;
			} else {
				result += num * multi;
			}
			multi = multi / 10;
		}
		return result;
	}




  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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