算法 比较版本号-(同向双指针)

博客围绕牛客网BM22题目,介绍比较版本号大小的方法。字符串以'.'连接,按'.'切割成数组,用双指针p1、p2初始化为坐标0,将指向部分转为数字比较,为空则默认为0,直到p1与p2都到数组末尾停止。

牛客网: BM22

题目: 字符串以'.'连接,从左到右编号,比较版本号大小

思路: 按'.'切割为字符串数组,双指针p1, p2均初始化为坐标0, 将p1与 p2指向部分转为数字进行比较,如果为空则默认为0不从数组中取字符串,直到p1与p2都达到数组末尾停止。

代码:

// go

package main
// import "fmt"
import "strings"
import "strconv"

/**
 * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
 *
 * 比较版本号
 * @param version1 string字符串 
 * @param version2 string字符串 
 * @return int整型
*/
func compare( version1 string ,  version2 string ) int {
    // write code here
    v1 := strings.Split(version1, ".")
    v2 := strings.Split(version2, ".")
    i, j := 0, 0
    for ; i < len(v1) || j < len(v2); i,j = i+1, j+1 {
        ver1 := 0
        ver2 := 0
        if i < len(v1) {
            v, _ := strconv.Atoi(v1[i])
            ver1 += v
        }
        if j < len(v2) {
            v, _ := strconv.Atoi(v2[i])
            ver2 += v
        }
        if ver1 > ver2 {
            return 1
        } else if ver1 < ver2 {
            return -1
        }
    }
    if i < len(v1) {
        return 1
    } else if j < len(v2) {
        return -1
    } else {
        return 0
    }

}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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