【算法与数据结构 の 代码实战】双指针

平方数之和

在这里插入图片描述

分析:

本题可以理解为在0-target的有序数组中查找两个数,使其平方和为target,左指针初始化为0,右指针需要剪枝降低时间复杂度初始化为(int)(target)^0.5,遍历过程中如果平方和大于target则右指针往前移,如果平方和小于target则左指针往后移。

class Solution {
public:
    bool judgeSquareSum(int c) {
        if(c<0) return false;
        long i=0,j = sqrt(c); 
        while(i<=j){
            if(i*i+j*j==c) return true;
            else if(i*i+j*j>c) j--;
            else i++;
        }
        return false;
    }
};

反转字符串中的元音字符

在这里插入图片描述

分析

两个索引值分别位于字符串数组的最前端和最末端,分别向前和向后遍历,遇到元音字母则停下,没遇到元音字母的一端则继续遍历,直到两个指针相遇

class Solution {
public:
    void swap(string& s, int i, int j){
        char tmp = s[i];
        s[i] = s[j];
        s[j] = tmp;
    }
    
    string reverseVowels(string s) {
        if(s.empty()) return s;
        int i=0,j=s.length()-1;
        string target="aeiouAEIOU";
        while(i<j){
            if(target.find(s[j]) != string::npos && target.find(s[i]) != string::npos)
            {
                swap(s,i,j);
                i++;j--;
                continue;
            }
            else if(target.find(s[j]) == string::npos && target.find(s[i]) != string::npos)
            {
                j--;
                continue;
            }
            else if(target.find(s[j]) != string::npos && target.find(s[i]) == string::npos)
            {
                i++;
                continue;
            }
            else if(target.find(s[j]) == string::npos && target.find(s[i]) == string::npos)
            {
                j--;i++;
                continue;
            }
        }
        return s;
    }
};

回文字符串

在这里插入图片描述

分析

两个索引值分别位于字符串数组的最前端和最末端,分别向前和向后遍历,遇到相同的字符则跳过,遇到不同的字符需要判断是左边删除一个字符能否构成回文字符串,右边删除一个字符能否构成回文字符串,以此来确定字符串是否满足题意

class Solution {
private:
    bool isValid(string s,int i,int j){
        while(i<j){
            if(s[i++]!=s[j--]) return false;
        }
        return true;
    }
public:
    bool validPalindrome(string s) {
        int i=0,j=s.length()-1;
        while(i<j){
            if(s[i] == s[j]){
                i++;j--;
            }
            else{
                return isValid(s,i,j-1)||isValid(s,i+1,j);
            }
        }
        return true;
    }
};

归并两个有序数组

在这里插入图片描述

分析

一开始考虑从前面开始逐个比较然后再插入数据,但这样的就需要很多运行时。其实可以尝试着将两个索引值分别指向两个有序数组的末端,然后往目标数组末端进行逐个数值插入,要是某一个有序数组已经遍历到最前端,此时还不能终止插入,还需将另外一个有序数组的剩余元素也全部插入到目标数组中才算完成插入。

class Solution {
public:
    void merge(vector<int>& nums1, int m, vector<int>& nums2, int n) {
        int _m=m-1,_n=n-1,merge=m+n-1;
        while(_m>=0||_n>=0){
            if(_m<0) nums1[merge--]=nums2[_n--];
            else if(_n<0) nums1[merge--]=nums1[_m--];
            else if(nums1[_m]>nums2[_n]) nums1[merge--]=nums1[_m--];
            else nums1[merge--]=nums2[_n--];
        }
    }

};

判断链表是否存在环

在这里插入图片描述

class Solution {
public:
    bool hasCycle(ListNode *head) {
    	//由于采用了快慢指针,必须要排除快慢指针起始为空的情况
        if(head==nullptr || head->next==nullptr) return false;
        //快慢指针的出发点不能一样,不然一开始两指针相遇直接判断链表存在环
        ListNode* slow=head;
        ListNode* fast=head->next;
        while(slow!=fast){
            if(fast==nullptr || fast->next==nullptr) return false;
            slow=slow->next;
            fast=fast->next->next;
        }
        return true;
    }
};

最长子序列

在这里插入图片描述

class Solution {
private:
    bool isMatch(string s,string s_arr){
        int i=0,j=0;
        for(;i<s.size()&&j<s_arr.size();){
            if(s[i]!=s_arr[j]) i++;
            else {i++;j++;}
        }
        return j==s_arr.size();
    }
public:
    string findLongestWord(string s, vector<string>& d) {
        if(d.empty()==true) return "";
        //将初始的目标字符串的长度降到最低
        //保证首个符合条件的字符串可以保存到s_tmp中
	    string s_tmp="";
	    for (int i = 0; i <= d.size() - 1; i++) {
	    	//由于要求返回长度最长的目标字符串,故字符串太短就算匹配也无用
            if(d[i].size()<s_tmp.size()) continue;
            //若字符串与目标字符串长度相同且满足匹配条件则需看字典排序
            else if(d[i].size()==s_tmp.size() && isMatch(s,d[i]) && s_tmp>d[i]) s_tmp=d[i];
            //若字符串满足条件且长度大于目标字符串则更新目标字符串
            else if(d[i].size()>s_tmp.size() && isMatch(s,d[i])) s_tmp=d[i];
	}
	return s_tmp;
    }
};

剑指offer 22.链表中倒数第k个节点

在这里插入图片描述

分析

https://leetcode-cn.com/problems/lian-biao-zhong-dao-shu-di-kge-jie-dian-lcof/solution/mian-shi-ti-22-lian-biao-zhong-dao-shu-di-kge-j-11/

class Solution {
public:
    ListNode* getKthFromEnd(ListNode* head, int k) {
        ListNode* low = head;
        ListNode* fast = head;
        //快指针提前走k步
        while(k > 0){
            fast = fast->next;
            k--;
        }
        //快慢指针同时出发
        while(fast != nullptr){
            low = low->next;
            fast = fast->next;
        }
        return low;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VR(Virtual Reality)即虚拟现实,是一种可以创建和体验虚拟世界的计算机技术。它利用计算机生成一种模拟环境,是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真,使用户沉浸到该环境中。VR技术通过模拟人的视觉、听觉、触觉等感觉器官功能,使人能够沉浸在计算机生成的虚拟境界中,并能够通过语言、手势等自然的方式与之进行实时交互,创建了一种适人化的多维信息空间。 VR技术具有以下主要特点: 沉浸感:用户感到作为主角存在于模拟环境中的真实程度。理想的模拟环境应该使用户难以分辨真假,使用户全身心地投入到计算机创建的三维虚拟环境中,该环境中的一切看上去是真的,听上去是真的,动起来是真的,甚至闻起来、尝起来等一切感觉都是真的,如同在现实世界中的感觉一样。 交互性:用户对模拟环境内物体的可操作程度和从环境得到反馈的自然程度(包括实时性)。例如,用户可以用手去直接抓取模拟环境中虚拟的物体,这时手有握着东西的感觉,并可以感觉物体的重量,视野中被抓的物体也能立刻随着手的移动而移动。 构想性:也称想象性,指用户沉浸在多维信息空间中,依靠自己的感知和认知能力获取知识,发挥主观能动性,寻求解答,形成新的概念。此概念不仅是指观念上或语言上的创意,而且可以是指对某些客观存在事物的创造性设想和安排。 VR技术可以应用于各个领域,如游戏、娱乐、教育、医疗、军事、房地产、工业仿真等。随着VR技术的不断发展,它正在改变人们的生活和工作方式,为人们带来全新的体验。
VR(Virtual Reality)即虚拟现实,是一种可以创建和体验虚拟世界的计算机技术。它利用计算机生成一种模拟环境,是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真,使用户沉浸到该环境中。VR技术通过模拟人的视觉、听觉、触觉等感觉器官功能,使人能够沉浸在计算机生成的虚拟境界中,并能够通过语言、手势等自然的方式与之进行实时交互,创建了一种适人化的多维信息空间。 VR技术具有以下主要特点: 沉浸感:用户感到作为主角存在于模拟环境中的真实程度。理想的模拟环境应该使用户难以分辨真假,使用户全身心地投入到计算机创建的三维虚拟环境中,该环境中的一切看上去是真的,听上去是真的,动起来是真的,甚至闻起来、尝起来等一切感觉都是真的,如同在现实世界中的感觉一样。 交互性:用户对模拟环境内物体的可操作程度和从环境得到反馈的自然程度(包括实时性)。例如,用户可以用手去直接抓取模拟环境中虚拟的物体,这时手有握着东西的感觉,并可以感觉物体的重量,视野中被抓的物体也能立刻随着手的移动而移动。 构想性:也称想象性,指用户沉浸在多维信息空间中,依靠自己的感知和认知能力获取知识,发挥主观能动性,寻求解答,形成新的概念。此概念不仅是指观念上或语言上的创意,而且可以是指对某些客观存在事物的创造性设想和安排。 VR技术可以应用于各个领域,如游戏、娱乐、教育、医疗、军事、房地产、工业仿真等。随着VR技术的不断发展,它正在改变人们的生活和工作方式,为人们带来全新的体验。
基于GPT-SoVITS的视频剪辑快捷配音工具 GPT, 通常指的是“Generative Pre-trained Transformer”(生成式预训练转换器),是一个在自然语言处理(NLP)领域非常流行的深度学习模型架构。GPT模型由OpenAI公司开发,并在多个NLP任务上取得了显著的性能提升。 GPT模型的核心是一个多层Transformer解码器结构,它通过在海量的文本数据上进行预训练来学习语言的规律。这种预训练方式使得GPT模型能够捕捉到丰富的上下文信息,并生成流畅、自然的文本。 GPT模型的训练过程可以分为两个阶段: 预训练阶段:在这个阶段,模型会接触到大量的文本数据,并通过无监督学习的方式学习语言的结构和规律。具体来说,模型会尝试预测文本序列中的下一个词或短语,从而学习到语言的语法、语义和上下文信息。 微调阶段(也称为下游任务训练):在预训练完成后,模型会被应用到具体的NLP任务中,如文本分类、机器翻译、问答系统等。在这个阶段,模型会使用有标签的数据进行微调,以适应特定任务的需求。通过微调,模型能够学习到与任务相关的特定知识,并进一步提高在该任务上的性能。 GPT模型的优势在于其强大的生成能力和对上下文信息的捕捉能力。这使得GPT模型在自然语言生成、文本摘要、对话系统等领域具有广泛的应用前景。同时,GPT模型也面临一些挑战,如计算资源消耗大、训练时间长等问题。为了解决这些问题,研究人员不断提出新的优化方法和扩展模型架构,如GPT-2、GPT-3等,以进一步提高模型的性能和效率。

“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