程序员面试金典 8.8

Permutations with Duplicates:生成一个字符串的所有排列,字符串中包含重复字符。

可以借鉴上一题的解法,生成所有的排列然后去重,但是这种方法的效率太低了,我们更希望只枚举重复的排列一次。

在上一道题中,因为没有重复字符,所以每个位置可以放置n个字符中的任意一个,而在有重复字符的情况下,每个位置可以放置每种字符中的任意一个。

class Solution {
public:
    vector<string> permutation(string S) {
        buildFreq(S);
        Permutation(S.size());
        return Perm;
    }
private:
    unordered_map<char, size_t> Freq;
    vector<string> Perm;
    string res;
    void buildFreq(const string &str)
    {
        for(char c : str)
            Freq[c]++;
    }
    void Permutation(const size_t size)
    {
        if(size == 0){
            Perm.push_back(res);
            return;
        }
        unordered_map<char, size_t>::iterator iter = Freq.begin();
        while(iter != Freq.end()){
            if(iter->second != 0){
                res.push_back(iter->first);
                iter->second--;
                Permutation(size - 1);
                iter->second++;
                res.pop_back();
            }
            iter++;
        }
    }
};
数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 属:常见的属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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