Leetcode: 对于给定的字符串和行数,将字符串转换成“之”字型的字符串。

The string"PAYPALISHIRING"is written in a zigzag pattern on a given number of rows like this: (you may want to display this pattern in a fixed font for better legibility)

And then read line by line:"PAHNAPLSIIGYIR

Write the code that will take a string and make this conversion given a number of rows:

string convert(string text, int nRows);

convert("PAYPALISHIRING", 3)should return"PAHNAPLSIIGYIR".

思路:

举例子:1-20的数字,nRows = 5,输出结果应当为1 9 17 2 8 10 16 18 3 7 11 15 19 4 6 12 14 20 5 13
1           9             17
2        8  10         16 18
3     7     11      15    19
4  6        12  14        20
5           13
对于第一行和最后一行,每个数之间间隔2*nRows - 2

对于中间行而言:
第二行:(1)2,10,18之间仍然间隔2*nRows - 2
       (2)2,8之间间隔6,可表示为2*nRows - 2 - 2,同理对于10和16也是
第三行:(1)3,11,19之间间隔2*nRows - 2
       (2)3,7之间间隔4,可表示为2*nRows - 2 - 2*2,同理对于11和15也是
第三行:(1)4,12,20之间间隔2*nRows - 2
       (2)4,6之间间隔2,可表示为2*nRows - 2 - 2*3,同理对于12和14也是
       
通过发现以上规律,我们可以得到解题思路:
对于第一行和最后一行,通过简单的循环单独处理,一个个将字符加入到结果集中

对于中间行,每循环一次将每两个字符加入到结果集中,但是要判断字符是否存在越界访问情况
如上面例子第二行2和8,10和16,对于18,其加上间隔2*nRows - 2 - 2*2后字符访问越界

Java代码实现

public class Solution {
    public String convert(String s, int nRows) {
        if(s == null || s.length() == 0 || nRows <= 1)
            return s;
        int len = s.length();
        //使用StringBuffer运行效率更高
        StringBuffer res = new StringBuffer();
        //单独处理第一行
        for(int i = 0; i < len; i += 2*nRows - 2){
            res.append(s.charAt(i));
        }
        //处理中间行
         int k = 1;
         for(int i = 1; i < nRows - 1; i++){
              for(int j = i; j < len ; j += 2*nRows - 2){
                  res.append(s.charAt(j));
                  //判断字符访问是否越界
                  if((j + 2*nRows - 2 - 2*k) < len){
                      res.append(s.charAt(j + 2*nRows - 2 - 2*k));
                  } 
              }
             k++;
         }
         //单独处理最后一行
         for(int i = nRows - 1; i < len; i += 2*nRows - 2){
             res.append(s.charAt(i));
         }
         return res.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