java试题

本文介绍了一种使用Java实现的方法,用于从给定字符串中找到最长的连续数字串,并返回其长度。通过正则表达式匹配所有数字串,然后记录最长的数字串及其长度。

在字符串中找出连续最长的数字串,并返回最长数字串长度;如果最长数字串长度相同,则返回最后一个;

代码:

import java.util.HashMap;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class GetNum {
	public void longNum(String str) {
		Map<Integer, String> map = new HashMap<Integer, String>();
		// 验证规则
		String regEx = "\\d+";
		// 编译正则表达式
		Pattern pattern = Pattern.compile(regEx);
		Matcher matcher = pattern.matcher(str);
		int temp = 0;
		while (matcher.find()) {
			String s = matcher.group();
			map.put(s.length(), s);
			temp = s.length() > temp ? s.length() : temp ;
		}
		System.out.println((map.get(temp) == null ? " " :  map.get(temp))+ "," + temp);
	}

	public static void main(String[] args) {
		long st = System.nanoTime();
		GetNum gn = new GetNum();
		gn.longNum("asdf1234;kjk42kk3421jj232aa");
		long end = System.nanoTime();
		System.out.println(end - st);
	}
}

运行结果:

3421,4

1599991

最后一个打印的是执行所需纳秒,还是不理想,希望大神提供更好的方法

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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