刷算法题(3)——JZ2 替换空格_牛客

题目描述

请实现一个函数,将一个字符串中的每个空格替换成“%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。

 

解法一:replace函数,JAVA

用java自带的replace函数,即可方便替换目标字符串

public class Solution {
    public String replaceSpace(StringBuffer str) {
        return str.toString().replace(" ","%20");
        
    }
}

函数原型:replace(CharSequence target, CharSequence replacement)  用replacement替换掉target。这两个参数都是字符串

实例:

public class TryDotRegEx{
    public static void main(String args[]){
        String ss="aaabbbbccaadd";
        ss=ss.replace("aa","00");
        System.out.println(ss);
    }
}

输出:00abbbbcc00dd

 

 

解法二:从尾部遍历,JAVA

思路:先遍历一次字符数组,计算出空格的数量,然后再重新设置数组长度,再从后向前遍历数组并将数组数据后移,遇到空格则做出需要的改变

public class Solution {
    public String replaceSpace(StringBuffer str) {
        int cnt=0;
        for(int i=0;i<str.length();i++)
            if(str.charAt(i)==' ')
                cnt++;
        int oldLength=str.length();//旧长度
        int oldIndex=oldLength-1;//指向旧数组最后一个字符的位置
        int newLength=oldLength+cnt*2;//新长度
        str.setLength(newLength);
        int newIndex=newLength-1;//指向新数组最后一个字符的位置
        
        //旧长度小于新长度,oldIndex从数组尾向前依次遍历
        for(;oldIndex>=0&&oldLength<newLength;oldIndex--)
        {
            if(str.charAt(oldIndex)!=' ')
                str.setCharAt(newIndex--,str.charAt(oldIndex));//后移
            else{
                str.setCharAt(newIndex--,'0');//替换
                str.setCharAt(newIndex--,'2');
                str.setCharAt(newIndex--,'%');
            }
        }
        return str.toString();
        
        
        
    }
}

 

  • 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