程序员面试金典 2.1

Remove Dups:删除未排序链表中的重复元素。如果不使用额外的存储空间应该怎么做?

为了删除链表中的重复元素,必须要对链表进行遍历。可以将已经遍历过的元素存储在一个集合中,如果再次出现相同的元素,就将其删除。这种方法的时间复杂度为O(N)

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */
class Solution {
public:
    ListNode* removeDuplicateNodes(ListNode* head) {
        set<decltype(ListNode::val)> sValue;
        ListNode** curr = &head;//curr指向前一个节点的指针域
        while(*curr != nullptr){
            if(sValue.find((*curr)->val) == sValue.end()){
                sValue.insert((*curr)->val);
                curr = &(*curr)->next;//移动到新节点
            }
            else{
                *curr = (*curr)->next;//删除节点
            }
        }
        return head;
    }
};

如果不使用集合,那就要使用两个指针,curr指向当前的元素,runner遍历curr后续元素,并删除和curr相同的元素(其实就是暴力搜索进行删除),这种方法的时间复杂度为O(N ^ 2),空间复杂度为O(1)

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */
class Solution {
public:
    ListNode* removeDuplicateNodes(ListNode* head) {
        ListNode* curr = head;
        ListNode* runner;
        while(curr != nullptr){
            runner = curr;
            while(runner->next != nullptr){
                if(runner->next->val == curr->val){
                    runner->next = runner->next->next;
                }
                else runner = runner->next;
            }
            curr = curr->next;
        }
        return head;
    }
};
一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别分割图像中多个对象的AI模型,适用于对象检测分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字Bottle Fin对象,增强模型对多样对象的识别分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
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