Leetcode 28 Implement strStr()

关注

原创最新推荐文章于 2026-07-21 12:03:09 发布 381 阅读 AI 写同款· GEO 优化 ›

基于灰度信息的图像配准方法图像配准方法分为三种：基于灰度信息方法、基于变换域方法和基于特征方法。基于灰度信息方法是直接根据图像或图像块灰度信息进行像素上的对齐，该方法主要思想是直接最小化图像信息差异。然而，图像信息差异的判断准则衍生出不同的配准方法。常见的基于灰度信息的图像配准方法包括互相关法、互信息法和误差平方和法。本节将分别对互相关法、互信息法和误差平方和算法展开介绍，并通过MATLAB进行演示。基于灰度的图像方法容易实现，但同样存在不足。该方法对成像条件(光照，遮挡)、图像形变旋转以及噪声极其敏感，同时具有较高的计算复杂度。阅读详情

暴力匹配，时间复杂度为O(n*n)，建议KMP

class Solution:
    # @param {string} haystack
    # @param {string} needle
    # @return {integer}
    def strStr(self, haystack, needle):
        if len(haystack) < len(needle): return -1
        i = 0
        while i < len(haystack)-len(needle)+1:
            j=i;k=0
            while k < len(needle):
                if haystack[j] == needle[k]: j+=1; k+=1
                else: break
            if k == len(needle): break
            else:i+=1
        if i==(len(haystack)-len(needle)+1): return -1
        else: return i

收录于