6. ZigZag Conversion

字符串处理。首先要知道题意,如图:


思路:

可以设立numRows(行数)个vector,然后按给出的字符串顺序遍历,模拟整个过程,走到哪一行就将该字符的下标插入vector中,最后按行输出即可。



class Solution {

public:
    string convert(string s, int numRows) {
        vector<int> num[100000];  //num[i]数组按顺序存储第i行的下标
        int k=1;        //k表示行数,从1 到 numRows
        bool flag=1;    //flag==1 就行数++;否则就行数--
        for(int i=0;i<s.size();i++){
            num[k].push_back(i);
            if(k==numRows){  //行数--
                flag=0;
            }
            else if(k==1){   //行数++
                flag=1;
            }
            
            //首先处理当numRows==1时的特殊情况
            if(1==numRows){
                k=1;
            }
            else if(flag){
                k++;
            }
            else{
                k--;
            }
        }
        
        string result;
        //从第一行到第numRows行按行输出
        for(int i=1;i<=numRows;i++){
            for(int j=0;j<num[i].size();j++){
                result.push_back(s[num[i][j]]);
            }
        }
        return result;
    }
};
数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)内容概要:本文围绕“数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究”展开,提出了一种结合数据驱动与分布鲁棒优化方法的建模框架,用于解决电热综合能源系统在不确定性环境下的优化调度问题。研究采用两阶段优化结构,第一阶段进行预决策,第二阶段根据实际场景进行调整,通过引入1-范数和∞-范数约束来构建不确定集,有效刻画风电、负荷等不确定性变量的波动特性,提升模型的鲁棒性和实用性。文中提供了完整的Matlab代码实现,便于读者复现和验证算法性能,并结合具体案例分析了不同约束条件下系统运行的经济性与可靠性。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及工程技术人员,尤其适合从事综合能源系统、鲁棒优化、不确定性建模等相关领域研究的专业人士。; 使用场景及目标:①掌握数据驱动的分布鲁棒优化方法在综合能源系统中的应用;②理解1-范数和∞-范数在构建不确定集中的作用与差异;③学习两阶段鲁棒优化模型的建模思路与Matlab实现技巧,用于科研复现、论文写作或工程项目建模。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现细节,重点关注不确定集构建、两阶段模型结构设计及求解器调用方式,同时可尝试更换数据或调整约束参数以加深对模型鲁棒性的理解。
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