【 LeetCode 】13、罗马数字转整数

这篇博客介绍了罗马数字的转换规则,包括正常情况和特殊情况,并提供了一段JavaScript代码实现罗马数字到整数的转换。核心思路是通过比较字符的数值大小进行加减运算,从而解析罗马数字。

13.1 核心思路

  • 罗马数字

  • 字符数值
    I1
    V5
    X10
    L50
    C100
    D500
    M1000
  • 正常数字都是大的在左边 小的在右边

    • 特殊 小的在左边 大的在右边(右边的减去左边的数值)
      • 4 IV
      • 9 IX
    • 罗马数字转数字
      • 都操作前面的数字
      • 左边大于右边 做加法
      • 右边大于左边 做减法

13.2 代码块

var romanToInt = function (s) {
    // 创建对象
    var object = {
        'I': 1,
        'V': 5,
        'X': 10,
        'L': 50,
        'C': 100,
        'D': 500,
        'M': 1000
    };
    // 创建结果变量
    var result = 0;
    // 循环
    for (var i = 0; i < s.length; i++) {
        // 遍历获得输入的字符串
        var front = s[i], back = s[i + 1];

        // 右边大于左边 做减法
        if (object[back] > object[front]) {
            result -= object[front];
        }
        // 左边大于右边 做加法
        else {
            result += object[front]
        }
    };
    return result;
}
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)的算法,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