leetcode 题27

  官方解法:

双重指针

def removeDuplicates(self, nums):
        if len(nums)==0:#要对空数组做处理
            return 0
        i=0
        for j in range(len(nums)):#他用一个循环就解决了,主要是对j的遍历,i看情况+1就行了
            if nums[i]!=nums[j]:
                i=i+1
                nums[i]=nums[j]
            j=j+1
        return i+1

我的想法:

1.在每个位置挨着试序号,有则交换。然后下一个位置从刚刚的数字+1试起

    def removeDuplicates(self, nums):
        count=0
        while True:
            for j in range(len(nums)):
                for i in range(len(nums)):
                    if nums[i]==count:
                        temp=nums[i]
                        nums[i]=nums[j]
                        nums[j]=temp
                        break
                count=count+1

2.堆的方式。先找最小的放第一个(交换),然后找第二小的。temp存

class Solution(object):
    def removeDuplicates(self, nums):
        min1=nums[0]
        p=0
        for i in range(len(nums)):#找第一个最小值
            if nums[i]<min1:
                min1=nums[i]
        min2=min1+1
        temp=nums[i]
        nums[i]=nums[0]
        nums[0]=temp
        while min1<min2:
            for i in range(len(nums)):#找当前最小值
                if nums[i]<min2:
                    min2=nums[i]
            temp=nums[i]
            nums[i]=nums[0]
            nums[0]=temp    
            min1=min2
            min2=min1+1

看解答后:

def removeDuplicates(self, nums):
        i=0
        j=0
        while j<len(nums):
            while j<len(nums) and nums[i]==nums[j]:
                j=j+1
            if j !=len(nums) and j-i>1:#添加一个小判断,当 j-i>1时,即无重复时才进行复制
                nums[i+1]=nums[j]#若无if,i+1会溢出 ,因为当i,j都走到最后,上面的while未执行,再执行这一步就会出错。
                i=i+1
        return i+1  #返回长度,i+1

 

题27:

我思路:前后各一个指针i,j,将非val换到前面

(1)若i向后搜到val,j要从后向前搜一个非val的元素,交换

(2)若j遇到val,跳过

(3)j后全为val,i前全为非val,

(4)当i,j相遇,说明结束.此时要判断相遇处为val,以返回长度i

 

def removeElement(self, nums, val):
        if len(nums)==0:
            return 0
        i=0
        j=len(nums)-1
        for i in range(len(nums)):
            if nums[i]==val:#搜到了才考虑交换,否则直接往后走
                while j!=i and nums[j]==val:
                    j=j-1
                #对终止条件进行判断
                if j!=i:#说明找到了可交换的元素
                    temp=nums[i]
                    nums[i]=nums[j]
                    nums[j]=temp
                 #   j=j-1  错,不能让j主动往前走,否则相遇元素可能不是val
                else:
                    return i

耶!第一次自己提交过,而且是一遍过。调试也就一次不对,而且自己很快就看出了错误

优化:(其实可以不交换,直接覆盖就行了)

(1)若i向后搜到val,j要从后向前搜一个非val的元素,覆盖

(2)若j遇到val,跳过

(3)j后仍有非val

(4)当i,j相遇(对i,j的行动都要判断),说明结束.此时要判断相遇处为val,以返回长度i

class Solution(object):
    def removeElement(self, nums, val):
        if len(nums)==0:
            return 0
        if len(nums)==1 and nums[0]==val:#若【1】1,即i,j本来就相等,根据下面会返回i+1,所以要特殊处理
            return 0
        i=0
        j=len(nums)-1
        for i in range(len(nums)):
            if i==j:#若采用交换,j后都是val,所以当i先遍历时,就算穿过j,也会停下来,等j找可交换的,而此时他们正好相等,所以算法结束
                    #而本算法采用的是覆盖,j后的非val值仍然存在,当i先遍历找val,完全可能穿过j,把所有元素都修改
                return i if nums[i]==val else i+1
               
            if nums[i]==val:#搜到了才考虑交换,否则直接往后走
                while j!=i and nums[j]==val: #有bug,若j向前压根没搜到可用来覆盖的元素,但是与i相遇了,此时指向的就是val,所以要判断
                    j=j-1
                #对终止条件进行判断
                if j!=i:#说明找到了可覆盖的元素
                    nums[i]=nums[j]
                    j=j-1  #此时必须让j主动往前走,否则永远在用一个元素覆盖前面的值#这时是j先指向可以用来覆盖的元素,再是i找到需要覆盖的val
                            #那最后相遇就是j主动的,因为他没有找到可以用来覆盖的,所以相遇处值是非val
                if j==i:    #在上句中,j又走了,所以也要判断
                    return i if nums[i]==val else i+1

 

官方解法:

1.快慢指针:

快指针j遍历一次所有元素,忽略val,只看实际要装入数组的元素

慢指针指示被装入的位置

这种方法每个位置都要重新填,但未更改元素顺序

def removeElement(self, nums, val):
        if len(nums)==0:
            return 0
        i=0
        j=0
        for j in range(len(nums)):
            if nums[j]!=val:
                nums[i]=nums[j] #直接覆盖就行了,不用担心,j已经把所有元素遍历了,该保存的已经移到前面了
                i=i+1   #nums[j]!=val时,即替换时才移到,所以更慢
        return i

 

 

  • 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,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,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 目标检测涉及以下几个核心问: 分类问:判断图像中的目标属于哪个类别。 定位问:确定目标在图像中的具体位置。 大小问:目标可能具有不同的大小。 形状问: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,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