HNU 实验七 字符串 E-mail地址

文章目录

题目

在这里插入图片描述

思路

是一个字符串模拟题,就按照给定的点和@来进行模拟。

AC代码

#include <iostream>
#include <cstring>
#include <vector>
using namespace std;
bool have_alpha(string check){
    for(int i=0;check[i];++i){
        if(check[i]>='a'&&check[i]<='z')
            return true;
    }
    return false;
}
int main() {
	string s;
	cin >> s;
    //cout<<s<<endl;
	//应该是连续的子串
	int res = 0;
	vector<int> point, at;
	for (int i = 0; s[i]; ++i) {
		if (s[i] == '@')
			at.emplace_back(i);
		if (s[i] == '.')
			point.emplace_back(i);
	}
	//合法的email中的.一定在@后面
	int move_point = 0, move_at = 0, len1 = at.size(), len2 = point.size(), point_index, at_index;
	while (move_point < len2 && move_at < len1) {
		point_index = point[move_point];
		at_index = at[move_at];
		//对应的两个在s中的下标
		if (at_index < point_index) {
			//.在@的后面
			string pre;
			if (move_point == 0) {
				//说明第一次出现.在@的后面
				pre = s.substr(0, at_index);
				//cout << "pre为" << pre << endl;
			} else {
				//说明在后面
				for (int i = point[move_point - 1] + 1; i < at_index; ++i) {
					pre += s[i];
				}
				//cout << "pre为" << pre << endl;
			}
			string last;
			for (int i = point_index + 1; s[i]; ++i) {
				if (s[i] >= 'a' and s[i] <= 'z')
					last += s[i];
				else
					break;//如果不是字母就跳出来
			}
			//cout << "last是" << last << endl;
			string middle = s.substr(at_index + 1, point_index - at_index - 1);
			//cout << "middle是" << middle << endl;
			if (have_alpha(pre) and middle.find('_') == -1 and  last != "")  {
						int cnt = 0;
						for (int k = 0; pre[k]; ++k) {
							if (pre[k] >= 'a' && pre[k] <= 'z')
								cnt++;
						}
						res += cnt * last.size();
						move_at++;
			} else {
				move_at++;
			}
		} else {
			move_point++;
		}
	}
	cout << res;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

一袍清酒付825

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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