合并连续数字的算法

public class Test { public static void main(String[] args) { String str = new String( "1,2,3,4,5,6,7,8,9,11,13,14,1000,1001,1002,1003"); String[] s = str.split(","); int[] num = new int[s.length]; String result = ""; for (int i = 0; i < s.length; i++) { num[i] = Integer.parseInt(s[i]); } for (int i = 0; i < num.length; i++) { if (i == 0) { result = "" + num[i]; } else if (i == num.length - 1) { if (num[i] - num[i - 1] == 1) { result = result + "-" + num[i]; } else { result = result + "," + num[i]; } } else { if ((num[i] - num[i - 1] == 1) && (num[i + 1] - num[i] == 1)) { continue; } if ((num[i] - num[i - 1] == 1) && (num[i + 1] - num[i] != 1)) { result = result + "-" + num[i]; } if ((num[i] - num[i - 1] != 1)) { result = result + "," + num[i]; } } } System.out.println(result); } }

转载于:https://www.cnblogs.com/aijava/archive/2008/05/31/2191863.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据结构可以通过以下几个方面来提高算法的效率: 1. 快速查找和访问:选择适当的数据结构可以实现快速查找和访问数据的操作。例如,使用哈希表可以在平均情况下以常数时间复杂度进行查找操作,而使用平衡二叉搜索树可以以对数时间复杂度进行查找操作。通过选择合适的数据结构,可以减少算法中查找和访问数据的时间消耗。 2. 高效的插入和删除:某些数据结构在插入和删除操作上具有更高的效率。例如,链表可以在常数时间内插入和删除元素,而数组需要移动其他元素来填补空位。选择适当的数据结构可以减少插入和删除操作的时间开销,提高算法的效率。 3. 有效的排序和合并:某些数据结构对排序和合并操作有更高的效率。例如,堆可以在O(nlogn)的时间复杂度内进行排序和合并操作,而数组需要使用更复杂的算法。通过选择适当的数据结构,可以减少排序和合并操作的时间复杂度,提高算法的效率。 4. 空间利用率:不同的数据结构对内存利用率有不同的影响。例如,数组在内存中是连续存储的,可以更好地利用缓存机制,而链表在内存中是分散存储的,可能会导致缓存不命中。选择合适的数据结构可以最大限度地利用内存资源,提高算法的效率。 5. 数据的组织和检索:某些数据结构对特定类型的数据组织和检索操作有更高的效率。例如,树型数据结构如二叉搜索树可以快速进行有序数据的检索和范围查询操作。通过选择适当的数据结构,可以减少算法中组织和检索数据的时间开销。 综上所述,选择合适的数据结构可以根据具体的算法需求提高算法的效率。通过充分理解不同数据结构的特点和适用场景,并结合具体问题的特点,可以优化算法的时间和空间复杂度,提高算法的执行效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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