日常总结之--String 面试题

常用的string总结:代码如下

/**
     *  循环赋值 string 倒序输出
     * 1 采用string转换为char[]数组
     * 2 由string下标依次赋值给char数组
     * @param st
     * @return
     */
    public static char[] stringToCharReverse(String st){
        int i = st.length()-1;
        char [] cha = st.toCharArray();
        for (int j = i; j >=0 ; j--) {
            cha[i-j] = st.charAt(j);
        }
        return cha;
    }

    /**
     *  采用 stringbuffer 字符串倒序   stringbuffer线程安全
     *  用stringbuffer 的reverse 倒序输出
     * @param st
     * @return
     */
    public static String stringbufferToReverse(String st){
        StringBuffer sbf = new StringBuffer();
        sbf.append(st);
        return sbf.reverse().toString();
    }

    /**
     * 判断字符串是否包含英文
     * patten util 包
     * @param st
     * @return
     */
    public static boolean matcharEng(String st){
        Pattern pt = Pattern.compile("[a-zA-z]");
        boolean b = pt.matcher(st).find();
        if(b){
            System.out.println("st中包含英文");
            return true;
        }
        return false;
    }

    /**
     * 判断字符串 前缀 后缀 是否包含 "某个前缀后缀"
     * @param st
     * @return
     */
    public static boolean getSuffix(String st){
        String s = st.toLowerCase();//转换为小写字母
        //st.startsWith("你好");//判断string 前缀是否包含"你好"
        return s.endsWith("你好世界asdsad");//判断string 后缀是否包好"你好世界asdsad"  true 为包含
    }

 

  • 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