算法通关村第四关——表达式问题(黄金挑战)

1. 计算器问题

力扣(LeetCode)227.基本计算器问题Ⅱ

给你一个字符串表达式 s ,请你实现一个基本计算器来计算并返回它的值。

整数除法仅保留整数部分。

你可以假设给定的表达式总是有效的。所有中间结果将在 [-231, 231 - 1] 的范围内。

注意:不允许使用任何将字符串作为数学表达式计算的内置函数,比如 eval() 。

示例 1:

输入:s = "3+2*2"
输出:7
示例 2:

输入:s = " 3/2 "
输出:1
示例 3:

输入:s = " 3+5 / 2 "
输出:5

解决计算器问题最好的工具就是栈,先将数字获取出来,压入栈中,如果是加法,就直接压入栈,是减法就将数字的相反数压入栈,是乘除就将当前的数字和栈顶元素计算后再压入栈中,所以这里最大的一个关键点就是乘除号前一个数字在栈中,而后一个元素还未入栈,所以需要一个变量preSign记录每个数字之前的运算符,对于第一个数字,就将它前面的运算符视为加号,每次遍历到数字末尾时,根据preSign来决定计算方式。而读到一个运算符或遍历到字符串末尾,即认为是遍历到到了数字末尾。

遍历完字符串后,将栈中元素累加,即为字符串表达式的值。

public static int calculate_My(String s) {
        char preSign='+';
        Deque<Integer> stack = new ArrayDeque<Integer>();
        int n=s.length();
        int num=0;
        for (int i = 0; i < n; i++) {
            if (Character.isDigit(s.charAt(i))){
                num=num*10+s.charAt(i)-'0';
            }
            if (!Character.isDigit(s.charAt(i))&&s.charAt(i)!=' '||i==n-1){
                switch (preSign){//preSign记录的是每个数字前一个运算符,只有当数字前是乘除号时才会进行运算,此时的num是运算符后一个数字
                    case '+':stack.push(num);break;
                    case '-':stack.push(-num);break;
                    case '*':stack.push(stack.pop()*num);break;
                    default:stack.push(stack.pop()/num);break;
                }
                preSign=s.charAt(i);//因为只有当s.charAt(i)为运算符或最后一位时才会进入,所以要更新运算符
                num=0;
            }
        }
        int sum=0;
        while (!stack.isEmpty()){
            sum+=stack.pop();
        }
        return sum;
    }

2. 逆波兰表达式

力扣(LeetCode)150.逆波兰表达式求值

给你一个字符串数组 tokens ,表示一个根据 逆波兰表示法 表示的算术表达式。

请你计算该表达式。返回一个表示表达式值的整数。

注意:

  • 有效的算符为 '+''-''*' 和 '/' 。
  • 每个操作数(运算对象)都可以是一个整数或者另一个表达式。
  • 两个整数之间的除法总是 向零截断 。
  • 表达式中不含除零运算。
  • 输入是一个根据逆波兰表示法表示的算术表达式。
  • 答案及所有中间计算结果可以用 32 位 整数表示。
示例 1:

输入:tokens = ["2","1","+","3","*"]
输出:9
解释:该算式转化为常见的中缀算术表达式为:((2 + 1) * 3) = 9
示例 2:

输入:tokens = ["4","13","5","/","+"]
输出:6
解释:该算式转化为常见的中缀算术表达式为:(4 + (13 / 5)) = 6

首先先要明白一点,逆波兰表达式是什么,说白了波兰表达式是前缀表达式,又被称为前缀记法或波兰式,所以后缀式就是逆波兰式。后缀表达式或者说逆波兰表达式的特点就是将数字先保存下来,然后遇到符号就计算,例如 ”  2 3 + “ 就是2+3 加起来变成5再继续其他操作。

用栈来解决的思路就是遇见数字就进栈,遇见运算符,就取出栈中最上面的两个元素进行计算,最后将运算结果入栈。

public static int evalRPN(String[] tokens) {
        Stack<Integer> stack = new Stack<>();
        for (String token : tokens) {
            if (!Character.isDigit(token.charAt(0)) && token.length() == 1) {
                /**
                 * 运算符,从栈中取出两个数进行运算!
                 */
                int b = stack.pop();
                int a = stack.pop();
                switch (token) {
                    /**
                     * 根据运算符的种类进行计算
                     * 将结果直接入栈!
                     */
                    case "+":
                        stack.push(a + b);
                        break;
                    case "-":
                        stack.push(a - b);
                        break;
                    case "*":
                        stack.push(a * b);
                        break;
                    case "/":
                        stack.push(a / b);
                        break;
                }
            } else {
                /**
                 * 整数直接入栈!
                 */
                stack.push(Integer.parseInt(token));
            }
        }
        return stack.pop();
    }

  • 11
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 卫兵布置问题是指在一个 $n\times m$ 的矩阵中,放置若干个卫兵,使得每行和每列都至少有一个卫兵,并且卫兵之间不能相互攻击,即同行、同列或同一对角线上不能有两个及以上的卫兵。求解放置卫兵的方案数。 这个问题可以用搜索算法来解决。我们可以用一个二维数组 $board$ 来表示矩阵,其中 $board_{i,j}=1$ 表示该位置已经放置了卫兵,$board_{i,j}=0$ 表示该位置还没有放置卫兵。我们可以从第一行开始,枚举每个位置放置卫兵或不放置卫兵,然后递归到下一行,直到最后一行。如果在最后一行放置了卫兵,那么我们就找到了一个合法的方案;否则,我们就需要回溯到上一行,重新枚举该行的下一个位置。 具体实现细节可以参考下面的代码: ### 回答2: 卫兵布置问题是一个典型的算法程序设计问题,通常是在一定区域内布置一定数量的卫兵,使得每个区域都能够被卫兵所覆盖。 首先,我们可以采用贪心算法来解决这个问题。贪心算法的基本思想是,每次都选择当前情况下最优解,以期望得到全局最优解。 具体实现上,可以按照以下步骤进行: 1. 将要布置的区域按照一定的规则排序,比如按照面积从大到小排序。 2. 选择第一个区域进行布置,将一个卫兵放置在这个区域的中心位置。 3. 从第二个区域开始,遍历每个区域,如果该区域与已布置的卫兵的覆盖区域没有交集,则在该区域的中心位置再放置一个卫兵。 4. 不断循环3,直至所有的区域都被遍历完毕。 贪心算法的时间复杂度为O(nlogn),其中n为区域的个数。该算法保证了每个区域都能够被卫兵覆盖,但并不能保证卫兵的数量最少。 如果需要保证卫兵的数量最少,我们可以使用更复杂的算法,比如动态规划算法。动态规划算法通常包含以下几个步骤: 1. 定义状态:设f(i)表示前i个区域所需要的最少卫兵数量。 2. 初始化状态:f(1)为1,即第一个区域需要一个卫兵。 3. 状态转移方程:f(i) = min{f(j) + 1},其中j < i且第j个区域的覆盖范围可以覆盖第i个区域。 4. 求解最优解:最后返回f(n)即为最终结果。 动态规划算法的时间复杂度为O(n^2),需要使用一个数组来保存中间结果。这种算法能够保证卫兵的数量最少,但相对于贪心算法来说更加复杂一些。 综上所述,卫兵布置问题算法程序设计中可以采用贪心算法或动态规划算法来求解,具体的选择取决于问题的要求和时间复杂度的需求。 ### 回答3: 卫兵布置问题是指如何在给定的一组区域中,安排卫兵的位置,以实现最佳的防御效果。 解决卫兵布置问题算法程序设计可以采用以下步骤: 首先,需要分析给定的区域,了解每个区域的特点和可能的入侵路径。可以将区域抽象为一个二维矩阵,每个位置表示一个区域。 其次,确定卫兵的数量和他们的限制条件。这包括卫兵的总数目、布置的范围以及相邻卫兵之间的最小距离等。 接下来,根据防御策略设计相应的算法。一种常见的算法是贪婪算法,即每次选择一个最优的位置来布置卫兵,直到卫兵数量达到要求或不能再继续放置为止。该算法可以根据区域的特点和入侵路线来选择最佳的位置。另一种常用的算法是回溯算法,通过递归地尝试不同的布置方式,找到最佳的卫兵布置方案。 最后,实现并测试设计好的算法。可以根据给定区域的大小和要求的卫兵数量来生成测试样例,并通过结果验证算法的正确性和有效性。 总之,卫兵布置问题是一种优化问题,需要通过谨慎的分析和设计来找到最佳的解决方案。算法程序设计可以通过贪婪算法、回溯算法等方法来解决此类问题

“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 1
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