Leetcode字符串

本文介绍了多种字符串处理算法,包括KMP算法、RK算法、BM算法,以及它们在重复子字符串查找、反转字符串、旋转数组、整数转换等方面的应用。同时展示了如何使用双指针法解决相关问题,如反转字符串中的元音、删除元音、反转字符串中的单词等。此外,还涵盖了版本号比较、罗马数字转换等题目,展示了不同场景下的字符串操作技巧。
摘要由CSDN通过智能技术生成

28.实现strStr()

KMP算法
当出现字符串不匹配时,可以记录一部分之前已经匹配的文本内容,利用这些信息避免从头再去做匹配。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

class Solution:
    # 获取next数组
    def get_next(self, T):
        i = 0 #指向主串的指针
        j = -1 #指向模式串的指针,一开始
        next_val = [-1] * len(T) #要返回的next数组
        while i < len(T)-1:
            if j == -1 or T[i] == T[j]: #匹配成功,相同前缀长度+1.找不时直接开始下一位
                i += 1
                j += 1
                # next_val[i] = j
                if i < len(T) and T[i] != T[j]:
                    next_val[i] = j
                else: #如果字符成功则跳过
                    next_val[i] = next_val[j]
            else:  #匹配不成功则在前面的子串中继续搜索,直到找不到
                j = next_val[j]
        return next_val

    # KMP算法
    def kmp(self, S, T):
        i = 0  #主串的指针
        j = 0  #模版的指针
        next_val = self.get_next(T)
        while i < len(S) and j < len(T):
            if j == -1 or S[i] == T[j]: #S[i]==T[j]表示匹配成功,j==-1表示找不到下一个点,从S[i+1]开始和T[0]重新匹配
                i += 1
                j += 1
            else:
                j = next_val[j]  #匹配不到时用next找下一个比较起点
        if j == len(T): #while循环结束后,要么是找到合适匹配,要么是遍历完主串都没有找到合适匹配
            return i - j
        else:
            return -1


if __name__ == '__main__':
    haystack = 'acabaabaabcacaabc'
    needle = 'abaabcac'

    s = Solution()
    print(s.kmp(haystack, needle))    # 输出 "5"

RK算法
BM算法

459.重复的子字符串

双指针法

class Solution:
    def repeatedSubstringPattern(self, s: str) -> bool:
        n = len(s)
        for m in range(1,n//2+1):
            if n % m == 0:
                match = True
                for j in range(m,n):
                    if s[j] != s[j-m]:
                        match = False
                        break
                if match:
                    return True
        return False

旋转数组

344.反转字符串
对撞指针

class Solution:
    def reverseString(self, s: List[str]) -> None:
        """
        Do not return anything, modify s in-place instead.
        """
        l = 0
        r = len(s)-1
        while l < r:
            s[l],s[r] = s[r],s[l]
            l += 1
            r -= 1

346.反转字符串中的元音字母
对撞指针

注意:
字符串是不可变的对象,需要将其转换成列表的形式。
s = list(s)
返回时要将列表转换为字符串
‘’.join(s)
''中的符号为转换后的间隔

class Solution:
    def reverseVowels(self, s: str) -> str:
        yuanyin = ['a','e','i','o','u']
        left = 0
        right = len(s)-1
        s = list(s)

        while left<right:
            while left<right and s[left].lower() not in yuanyin:
                left += 1
            while left<right and s[right].lower() not in yuanyin:
                right -= 1
            
            s[left],s[right] = s[right],s[left]
            left += 1
            right -= 1
        
        return ''.join(s)

119.删去字符串中的元音
在这里插入图片描述

def removeVowels(s):
    vowels = ['a','e','i','o','u']
    res = ''
    for c in s:
        if c.lower() not in vowels:
            res += c
    return res

541.反转字符串二
在这里插入图片描述
start+2k
对于特殊情况1:对right执行left+k-1,如果超出字符串了,则取len(s)-1
对于特殊情况2:如果start超过了len(s)就不会执行,对剩余的left~right执行

class Solution:
    def reverseStr(self, s: str, k: int) -> str:
        s = list(s)
        for start in range(0,len(s),2*k):
            left = start
            right = min(left+k-1,len(s)-1)
            while left<right:
                s[left],s[right] = s[right],s[left]
                left += 1
                right -= 1
        
        return ''.join(s)

557.反转字符串中的单词三
在这里插入图片描述

class Solution:

    def reverseWords(self, s: str) -> str:
        s = list(s)
        n = len(s)
        left = 0

        def reverseWord(s,left,right):
            while left<right:
                s[left],s[right] = s[right],s[left]
                left += 1
                right -= 1
                
        while left<n:
            if s[left] != ' ':
                right = left
                while right+1 < n and s[right+1] != ' ':
                    right += 1
                reverseWord(s,left,right)
                left = right+1
            else:
                left += 1
        return ''.join(s)

58.最后一个单词的长度
在这里插入图片描述
方法一:从左往右遍历

class Solution:
    def lengthOfLastWord(self, s: str) -> int:
        s = list(s)
        start = 0
        end = 0

        while end < len(s):
            while start < len(s) and s[start] == ' ':
                start += 1
                end = start
            while end < len(s) and s[end] != ' ':
                end += 1
                len_ = end - start
            start = end
        return len_

方法二:从右往左遍历
和上述方法有三点不同
(1)end和start是从后往前记起的
(2)end充当之前start的位置,start充当之前end的位置
(3)一次遍历即可return

class Solution:
    def lengthOfLastWord(self, s: str) -> int:
        s = list(s)
        start = len(s)-1
        end = len(s)-1

        while end >= 0:
            while end >= 0 and s[end] == ' ':
                end -= 1
                start = end
            while start >= 0 and s[start] != ' ':
                start -= 1
            
            len_ = end - start
            return len_

leetcode8.字符串转换整数(atoi)在这里插入图片描述
注意各种情况

class Solution:
    def myAtoi(self, s: str) -> int:
        s = list(s)
        sign = 1
        num = 0
        i = 0
        min_ = -2**31
        max_ = 2**31-1

        while i<len(s) and s[i] == ' ':
            i += 1

        if i<len(s)and (s[i] == '+' or s[i] == '-'):
            if s[i] == '+':sign = 1
            else: sign = -1
            i += 1
        
        while i < len(s) and (ord(s[i])-ord('0'))>=0 and (ord(s[i])-ord('0'))<=9:
            num = num*10 + (ord(s[i])-ord('0'))
            i+=1
        if num*sign > max_:
            return max_
        elif num*sign < min_:
            return min_
        else:
            return num*sign

165.比较版本号
在这里插入图片描述
注意把字符串转换为数字的方法:

while i1<len(version1) and version1[i1] != '.':
                v1 = v1*10+(ord(version1[i1])-ord('0'))
                i1 += 1
class Solution:
    def compareVersion(self, version1: str, version2: str) -> int:
        i1 = 0
        i2 = 0

        while i1 < len(version1) or i2 < len(version2):
            v1 = 0
            v2 = 0
            while i1<len(version1) and version1[i1] != '.':
                v1 = v1*10+(ord(version1[i1])-ord('0'))
                i1 += 1
            while i2<len(version2) and version2[i2] != '.':
                v2 = v2*10+(ord(version2[i2])-ord('0'))
                i2 += 1
            if v1 != v2:
                if v1>v2:
                    return 1
                else:
                    return -1
            i1+=1
            i2+=1
        return 0

12.整数转罗马数字
在这里插入图片描述

以上包含六种特殊情况,以及七种固定位置。共十三种情况。
按照从大到小的顺序遍历,寻找比他小的最近一个数字。

class Solution:
    def intToRoman(self, num: int) -> str:
        nums = [1000,900,500,400,100,90,50,40,10,9,5,4,1]
        romans = ["M","CM","D","CD","C","XC","L","XL","X","IX","V","IV","I"]
        res = []

        index = 0
        while index<13:
            while nums[index] <= num:
                res.append(romans[index])
                num -= nums[index]
            index += 1
        
        return "".join(res)

13.罗马数字转整数
在这里插入图片描述

应用了字典

class Solution:
    def romanToInt(self, s: str) -> int:
        table = {"I":1,"V":5,"X":10,"L":50,"C":100,"D":500,"M":1000}
        sum = 0
        pre = table[s[0]]
        for i in range(1,len(s)):
            curr = table[s[i]]
            if pre < curr:
                sum -= pre
            else:
                sum += pre
            pre = curr
        sum += pre
        return sum

38.外观数列
在这里插入图片描述

def countAndSay(n):
    curr = "1"
    for i in range(1,n):
        prev = curr
        curr = ""
        now = prev[0]
        count = 1
        for j in range(1, len(prev)):
            if prev[j] == now:
                count += 1
            else:
                curr = curr + str(count)
                curr = curr + now
                now = prev[j]
                count = 1
        curr = curr + str(count)
        curr = curr + now
    return curr

6.Z字形变换
在这里插入图片描述

方法一:

class Solution:
    def convert(self, s: str, numRows: int) -> str:
        n = len(s)
        i = 0
        sbs = [''for _ in range(numRows)]
        while i<n :
            idx = 0
            for idx in range(numRows) :
                if i >= n:
                    break
                sbs[idx]= sbs[idx]+s[i]
                i += 1
            idx = 0
            for idx in range(numRows-2,0,-1):
                if i >= n:
                    break
                sbs[idx]= sbs[idx]+s[i]
                i += 1
            
        res = []
        for j in range(numRows):
            res.append(sbs[j])
        
        return "".join(res)

方法二:
用goingdown表示走向是向下还是向上。
当numRows的值为1时,向下或向上都会超过索引,所以没有操作。

class Solution:
    def convert(self, s: str, numRows: int) -> str:
        n = len(s)
        i = 0
        goingdown = False
        currRow = 0
        sbs = [''for _ in range(numRows)]
        for i in range(n):
            sbs[currRow]= sbs[currRow]+s[i]
            if currRow == numRows-1 or currRow == 0:
                goingdown = not goingdown
            if numRows > 1:
                if goingdown:
                    currRow += 1
                else:
                    currRow -= 1
        res = []
        for j in range(numRows):
            res.append(sbs[j])
        return "".join(res)

按字符索引找规律
在这里插入图片描述
(找规律的方法不太喜欢,这里就没有写)

  • 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