Leetcode 9. Palindrome Number

博客介绍了判断回文数的两种方法。方法一是将输入转换为字符串,用双指针法,时间复杂度为log10(x),空间复杂度为1;方法二是从后往前遍历输入构建新数字,构建到后半部分完成即可,时间和空间复杂度与方法一相同。

在这里插入图片描述
方法1: 先convert to string,然后two pointer。时间复杂log10(x)x为input。空间复杂1。

class Solution {
    public boolean isPalindrome(int x) {
        String str = String.valueOf(x);
        int start = 0;
        int end = str.length() - 1;
        while(start < end){
            if(str.charAt(start++) != str.charAt(end--)){
                return false;
            }  
        }
        return true;
    }
}

方法2: 从后往前遍历input,构建一个新的数字,注意这个数字构建到input的后半部分完成就好了,因为如果是palindrome的话此时input是前半部分,咱们构建的数字是后半部分,此时这两部分应该已经相等,就不用再进行多余的操作了。时间复杂log10(x)x为input。空间复杂1.

class Solution{
    public boolean isPalindrome(int x){
        if (x < 0 || (x > 0 && x%10 == 0)) {
            return false;
        }
        int num = 0;
        while (x > num) { // construct only half
            num = num * 10 + x % 10;
            x /= 10;
        }
        return x == num || num/10 == x;
        
    }
}

总结:

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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