leetcode Restore IP Addresses

本文探讨了IP地址恢复算法的设计与实现,通过两种不同的递归回溯方法来解决这一问题。一种方法着重处理以0开头的特殊情况,另一种则优化了StringBuilder的使用,减少资源消耗。文章还对比了两者的优缺点。

题目链接

这个题难度倒是没多少。递归回溯。不过要考虑0出来后面必须没有东西。这个特殊情况。

public class Solution {
    String s;
    List<String> result;
    StringBuilder sb;


    public List<String> restoreIpAddresses(String s) {
        this.s=s;
        result=new LinkedList<String>();
        sb=new StringBuilder();
        help(0,1);
        for(String str:result)
        {
            System.out.println(str);
        }
        return result;
    }



    public void help(int start,int index)
    {
    if(index>=5)
        {

            if(start>=s.length())
            {
                result.add(sb.toString());
            }

            return ;
        }
        for(int i=0;i<3&&start+i+1<=s.length();i++)
        {
            int number=Integer.parseInt(s.substring(start,start+i+1));
            if(number==0)
            {
                if(index!=1)
                {
                    sb.append(".");
                }
                sb.append("0");
                help(start+1,index+1);
                if(index!=1)
                {
                    sb.delete(sb.length()-2, sb.length());
                }
                else
                {
                    sb.delete(sb.length()-1, sb.length());
                }
                break;

            }
            if(number>255)
            {
                return;
            }
            if(index!=1)
            {
                sb.append(".");
            }
            sb.append(s.substring(start,start+i+1));
            help(start+i+1,index+1);
            if(index!=1)
            {
                sb.delete(sb.length()-2-i, sb.length());
            }
            else
            {
                sb.delete(sb.length()-1-i, sb.length());
            }

        }
    }
}

看了别人的代码

public List<String> restoreIpAddresses(String s) {
    List<String> list = new ArrayList<>();
    if(s == null || s.length() < 4) return list;
    search(s, 0, 0, new StringBuilder(), list);
    return list;
}

public void search(String s, int index, int count, StringBuilder sb, List<String> list) {
    if(count == 4) {
        if(index == s.length()) list.add(sb.toString());
        return;
    }

    for(int i=1; i+index<=s.length() && i <= 3; i++) {
        int num = Integer.parseInt(s.substring(index, index+i));
        if(num >= 0 && num <= 255) {
            if(num < 10 && i > 1) return;
            StringBuilder newSb = new StringBuilder(sb);
            if(count == 0) newSb.append(num);
            else newSb.append(".").append(num);
            search(s, index+i, count+1, newSb, list);
        } else {
            return;
        }
    }
}

他处理0开头的方式是判断数字是两位的时候值是不是小于10.并且这个程序会出现过多的StringBuilder。。虽然程序比我简单,但是,还有优化的地方。

【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