《剑指offer》面试题:替换空格

     题目:请实现一个函数,将一个字符串中的空格替换成“%20”。例如,当字符串为We Are Happy.则经过替换之后的字符串为We%20Are%20Happy。

这是我写的完整代码,只写了一种方法,当然还有更好的,仅供参考。

import java.util.Scanner;
public class Test {
public static void main(String[] args) {
Test t = new Test();
StringBuffer str = new StringBuffer();
str.append("sdfj f dfs f");
System.out.println("用20%替换空格后的新数组为:"+t.replaceSpace(str));
}


public String replaceSpace(StringBuffer str){
String temp = str.toString();
char[] array = temp.toCharArray();
for(int i=0;i<array.length;i++){
System.out.print(array[i]+"-");
}

//设置变量x计算空格的个数
int x = 0;
for (int i = 0; i < array.length; i++) {
if (array[i] == ' ') {
x++;
}
}
//创建一个新的数组,长度为原数组长度+空格个数的2倍
//当原数组匹配了空格,则先直接给新数组赋值,原数组的下标+1,如果原数组下一个不是空格,则将此下标对应的值赋给新数组。
char NewArr[] = new char[array.length + 2 * x];
for (int i = 0, j = 0; i < NewArr.length; i++) {
if (array[j] == ' ') {//若匹配到空格,则在新数组的对应位置的后三个下标地址赋值
NewArr[i] = '2';
NewArr[++i] = '0';
NewArr[++i] = '%';
j++; //匹配到空格后再自增1,则能够判断下一个是否为空格
} else {
NewArr[i] = array[j]; //将不为空格的值赋给新数组
j++; //自增1,以判断原数组的下一个是否为空格
}
}
//打印替换完成的数组

String res = "";
for(int i=0;i<NewArr.length;i++){
res+=NewArr[i];
}
return res;
}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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