每天一道剑指offer-翻转单词顺序列

剑指Offer之翻转单词顺序
本文介绍了一道来自剑指Offer的编程题——翻转单词顺序,详细解析了解题思路与步骤,通过反转整个字符串及每个单词,实现句子中单词顺序的翻转。

640?wx_fmt=jpeg

题目

每天一道剑指offer-翻转单词顺序列 https://www.nowcoder.com/practice/3194a4f4cf814f63919d0790578d51f3?tpId=13&tqId=11197&tPage=3&rp=3&ru=/ta/coding-interviews&qru=/ta/coding-interviews/question-ranking

题目详述

牛客最近来了一个新员工Fish,每天早晨总是会拿着一本英文杂志,写些句子在本子上。同事Cat对Fish写的内容颇感兴趣,有一天他向Fish借来翻看,但却读不懂它的意思。例如,“student. a am I”。后来才意识到,这家伙原来把句子单词的顺序翻转了,正确的句子应该是“I am a student.”。Cat对一一的翻转这些单词顺序可不在行,你能帮助他么?

题目详解

思路

先反转整个字符串,“student. a am I”反转完就是“I ma a .tneduts”,然后依据空格分割字符串以后,再继续反转每一个单词,最后就是最终的结果

代码

public class Solution {	
    public String ReverseSentence(String str) {	
        if(str == null || str == "")	
            return str;	
        char [] strArray = str.toCharArray();	
        reverse(strArray,0,strArray.length-1);//反转整个字符串	
        int begin = 0;	
        for(int i=0;i<strArray.length;i++)	
        {	
            if(strArray[i] == ' ')	
            {	
                reverse(strArray,begin,i-1);	
                begin = i + 1;//每当遇到空格,就是一个单词,然后反转这个单词	
            }	
        }	
        if(begin < strArray.length-1)	
        {//反转最后一个单词	
            reverse(strArray,begin,strArray.length-1);	
        }	
        return String.valueOf(strArray);	
    }	
    private void reverse(char [] str,int begin,int end)	
    {//反转字符数组	
        while(begin < end)	
        {	
            char temp = str[begin];	
            str[begin] = str[end];	
            str[end] = temp;	
            begin++;	
            end--;	
        }	
    }	
}

结束语

作者乔戈里亲历2019秋招,哈工大计算机本硕,百度java工程师,欢迎大家关注我的微信公众号:程序员乔戈里,公众号有3T编程资源,以及我和我朋友(百度C++工程师)在秋招期间整理的近200M的面试必考的java与C++面经,并有每天一道leetcode打卡群与技术交流群,欢迎关注。

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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