LeetCode刷题记录1——数组专项

Problem1(26)

  • 题目描述:给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度。
    不要使用额外的数组空间,你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。
  • 我的解法:
    我的解法非常的简单,就是使用最常规的想法,既然不让我开辟新的数组空间,那就只能在原地删除了,既然时间复杂度没有限制,那就直接用最简单的方法(将后面的数向前逐位移动)删除好了。但是在做的时候还是出现了一点问题,在我删除完了这数字之后,我的i要减1因为,我的nums[i]现在是新的nums[i]如果我不进行-1操作的话,就会把这个数跳过去了。
int removeDuplicates(vector<int>& nums) {
        int len = nums.size();
        int t = 0,  m = 0, x;
        for(int i = 0; i < len-m; i++){
            if(t == 0){
                x = nums[i];
                t++;
            }
            else{
                if(nums[i] == x){
                    for(int j = i; j < len-m-1; j++){
                        nums[j] = nums[j+1];
                    }
                    i--;  //!!!这里是我最初没有注意到,产生错误的地方
                    m++;
                }
                else{
                    x = nums[i];
                }
            }
        }
       // cout << m << endl;
        return len-m;
    }
  • 别人的解法:
    第一眼看到别人的解法,觉得太妙了,太厉害了!!!
    采用双指针的解法,一个用来进行从头至尾的遍历,另一个用来记录不重复元素
    总之就是太妙了,妙不可言。

当 nums[j]nums[j]nums[j] 与给定的值相等时,递增 jjj 以跳过该元素。只要 nums[j]≠valnums[j] \neq valnums[j]​=val,我们就复制 nums[j]nums[j]nums[j] 到 nums[i]nums[i]nums[i] 并同时递增两个索引。重复这一过程,直到 jjj 到达数组的末尾,该数组的新长度为 iii。

int removeDuplicates(vector<int>& nums) {
    int len = nums.size();
    int point = 1, m= 0;
    for(int i = 1; i < len; i++){
        if(nums[i] == nums[i-1]){
            m++;
        }
        else{
            nums[point] = nums[i];
            point++;
        }
    }
    return len-m;
}

**Tip:**做完这道题还可以去看看Problem27,同样的解法。

内容概要:本文介绍了MATLAB实现DBN-RBF深度置信网络结合RBF神经网络多输入单输出回归预测的详细项目实例。项目旨在通过深度置信网络(DBN)和径向基函数神经网络(RBF)的结合,设计出一种高效的回归预测模型,以应对高维数据和非线性关系的挑战。DBN用于无监督特征提取,RBF用于快速回归,两者结合显著提升了预测精度和模型泛化能力。文中详细描述了项目的背景、目标、挑战、解决方案、模型架构、代码实现、GUI设计、性能评估及未来改进方向。 适合人群:具备一定编程基础,对机器学习和深度学习有一定了解的研发人员,尤其是从事金融预测、医疗健康、智能制造等领域的工程师和技术人员。 使用场景及目标:①解决高维数据的特征提取难,提升非线性回归的拟合精度;②通过无监督学习与快速训练能力的结合,提高模型的预测精度和泛化能力;③应用于金融预测、医疗健康、智能制造等多个领域,提供高效的回归预测工具;④通过实时数据流处理和GPU加速推理,确保系统在实时应用中的快速响应。 其他说明:此项目不仅提供了详细的理论分析和代码实现,还涵盖了系统架构设计、模型部署与应用、安全性与用户隐私保护等方面的全面指导。通过结合其他深度学习模型、多任务学习、增量学习等技术,项目具备广阔的扩展性和应用前景。系统还支持自动化CI/CD管道、API服务与业务集成、前端展示与结果导出等功能,确保了系统的高可用性和易用性。
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