[leetcode] 917. Reverse Only Letters @ python

本文介绍了一种算法,用于反转字符串中的字母位置,同时保持非字母字符的位置不变。提供了两种解法,一种是使用列表和插入操作,另一种是采用双指针技术进行原地交换。

原题

Given a string S, return the “reversed” string where all characters that are not a letter stay in the same place, and all letters reverse their positions.

Example 1:

Input: “ab-cd”
Output: “dc-ba”
Example 2:

Input: “a-bC-dEf-ghIj”
Output: “j-Ih-gfE-dCba”
Example 3:

Input: “Test1ng-Leet=code-Q!”
Output: “Qedo1ct-eeLg=ntse-T!”

Note:

S.length <= 100
33 <= S[i].ASCIIcode <= 122
S doesn’t contain \ or "

解法1

先将S中的字母放入列表ans里, 然后记录S中非字母的索引和字符, 再遍历non_letters, 将非字母的字符插入ans中, 最后将ans转化为字符串.
Time: 3*O(n)
Space: O(1)

代码

class Solution(object):
    def reverseOnlyLetters(self, S):
        """
        :type S: str
        :rtype: str
        """
        ans = [char for char in S if char.isalpha()][::-1]
        # get the index and char of non-letters
        non_letters = [(i, char) for i, char in enumerate(S) if not char.isalpha()]
        for i, char in non_letters:
            ans.insert(i, char)
        return ''.join(ans)

解法2

双指针法, 定义左右两个指针, 从左右两边往中间刷, 遇到字母时, 两个字母交换.
Time: O(n)
Space: O(1)

代码

class Solution(object):
    def reverseOnlyLetters(self, S):
        """
        :type S: str
        :rtype: str
        """
        l, r = 0, len(S)-1
        s = list(S)
        while l < r:
            while l < r and not S[l].isalpha():
                l += 1
            while l < r and not S[r].isalpha():
                r -= 1
            # swap two letters
            s[l], s[r] = s[r], s[l]
            l += 1
            r -= 1
        return ''.join(s)
【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