349. 两个数组的交集

题目

给定两个数组,编写一个函数来计算它们的交集。

示例 1:

输入: nums1 = [1,2,2,1], nums2 = [2,2]
输出: [2]
示例 2:

输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出: [9,4]
说明:

输出结果中的每个元素一定是唯一的。
我们可以不考虑输出结果的顺序。

我的思路

遍历nums1数组,查看nums1中的元素是否在nums2中出现,如果出现就写入结果数组中。然后将nums1判断过的重复的数,都标记为2147483647,这样就可以避免重复判断。

代码

import java.util.Arrays;
class Solution {
    public int[] intersection(int[] nums1, int[] nums2) {
        
        int len1 = nums1.length,len2 = nums2.length,x,y,p=0,count=0;
        int[] result = new int[len1];
        int[] result1;
        for(int i=0; i<len1; i++){
            x = nums1[i];
            if(x==2147483647) continue;    // 如果x==2147483647,代表x之前出现过
            for(int j=0; j<len2; j++){  //判断x是否出现在nums2数组中
                y = nums2[j];
                if(x==y){
                    result[p] = x;
                    p++;
                    count++;    // 记录nums1和nums2出现多少个相同的元素
                    break;
                }
            }
            for(int q=i+1;q<len1;q++){
                if(nums1[q] == x)
                    nums1[q] = 2147483647;   //将nums1中重复出现的元素标记为2147483647
            }
        }
        result1 = new int[count];   
        for(int i=0; i<count; i++){
            result1[i] = result[i];
        }
        return result1;
    }
}

学习他人代码

使用set

class Solution {
    public int[] intersection(int[] nums1, int[] nums2) {
        Set<Integer> nums = new HashSet<Integer>();
        Set<Integer> result = new HashSet<>();
        for(int i=0;i<nums2.length;i++) {
            nums.add(nums2[i]); //放入时候去掉重复的
        } 
        for(int i=0;i<nums1.length;i++) { 
            if(nums.contains(nums1[i])) { 
                result.add(nums1[i]);//放入交集 
            }
        } 
        int[] res = new int[result.size()]; 
        int i=0; 
        Iterator iter = result.iterator();
        while(iter.hasNext()){
            res[i++]=(int)iter.next(); //集合变数组 
        } 
        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