左旋转字符串

题目描述

汇编语言中有一种移位指令叫做循环左移(ROL),现在有个简单的任务,就是用字符串模拟这个指令的运算结果。对于一个给定的字符序列S,请你把其循环左移K位后的序列输出。例如,字符序列S=”abcXYZdef”,要求输出循环左移3位后的结果,即“XYZdefabc”。是不是很简单?OK,搞定它!

code

class Solution {
public:
    string LeftRotateString(string str, int n) {
        if(str=="")//字符串为空
            return {};//返回空集合
        int len=str.size();
        n=n%len;//注意对n进行处理(n可能超过字符串长度)
        string tmp1=str.substr(0,n);
        string tmp2=str.substr(n);
        return (tmp2+tmp1);
    }
};
  • 本题的坑是:要注意输入为空字符串时
  • 主要应用了C++ string的取子串操作
    str.sbustr(a,b):取str位置[a,b-1]的子串
    str.substr(a):取str位置[a,n-1]的子串(n为str长度)
    

补充

C++ append函数
(在字符串string的后面追加字符或字符串)
参考链接:C++ string append方法的常用用法

  • 添加字符串(指针)
string s = “hello “; 
const char *c = “out here “;
s.append(c); // 把c类型字符串s连接到当前字符串结尾
s = “hello out here”;
  • 添加字符串(指针)的一部分
string s=”hello “;
const char *c = “out here “;
s.append(c,3);
s = “hello out”;
  • 添加字符串(string)
string s1 = “hello “;
string s2 = “wide “; 
string s3 = “world “;
s1.append(s2);  
//s1 = “hello wide “; 
s1 += s3;
//s1 = “hello wide world “;
  • 添加字符串string的一部分
string s1 = “hello “,s2 = “wide world “;
s1.append(s2, 5, 5); 
//s1 = “hello world”;
string str1 = “hello “, str2 = “wide world “;
str1.append(str2.begin()+5, str2.end()); 
//str1 = “hello world”;
  • 添加多个字符
string s1 = “hello “;
s1.append(4,!); //在当前字符串结尾添加4个字符!
s1 = “hello !!!!;
  • 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