[leetcode] 150. Evaluate Reverse Polish Notation @ python

本文介绍了一种使用栈来解析并计算逆波兰表达式的算法。逆波兰表达式是一种后缀表达式,常见于计算器中,可以避免使用括号。文章详细解释了如何通过遍历表达式中的每个元素,将其压入栈中或从栈中取出两个元素进行运算,最终得到表达式的值。

原题

Evaluate the value of an arithmetic expression in Reverse Polish Notation.

Valid operators are +, -, *, /. Each operand may be an integer or another expression.

Note:

Division between two integers should truncate toward zero.
The given RPN expression is always valid. That means the expression would always evaluate to a result and there won’t be any divide by zero operation.
Example 1:

Input: [“2”, “1”, “+”, “3”, “*”]
Output: 9
Explanation: ((2 + 1) * 3) = 9
Example 2:

Input: [“4”, “13”, “5”, “/”, “+”]
Output: 6
Explanation: (4 + (13 / 5)) = 6
Example 3:

Input: [“10”, “6”, “9”, “3”, “+”, “-11”, “", “/”, "”, “17”, “+”, “5”, “+”]
Output: 22
Explanation:
((10 * (6 / ((9 + 3) * -11))) + 17) + 5
= ((10 * (6 / (12 * -11))) + 17) + 5
= ((10 * (6 / -132)) + 17) + 5
= ((10 * 0) + 17) + 5
= (0 + 17) + 5
= 17 + 5
= 22

解法

stack. 构造nums列表存放数字, 遍历tokens, 如果是数字, 那么把它放到nums里, 如果是运算符号, 那么提取最后两个数字进行运算后, 再放进nums. 注意题目要求整除相除时向0取整, 那么当整除结果为负且无法除尽时, 例如:在python里, -4//3 = -2, 此时我们需要加1得出符合题意的结果.
Time: O(n)
Space: O(n)

代码

class Solution(object):
    def evalRPN(self, tokens):
        """
        :type tokens: List[str]
        :rtype: int
        """
        nums = []
        for token in tokens:
            if token.isdigit() or token.lstrip('-').isdigit():
                nums.append(int(token))
            elif token == '+':
                ans = nums.pop() + nums.pop()
                nums.append(ans)
            elif token == '-':
                last = nums.pop()
                first = nums.pop()
                ans = first - last
                nums.append(ans)
            elif token == '*':
                ans = nums.pop() * nums.pop()
                nums.append(ans)
            elif token == '/':
                last = nums.pop()
                first = nums.pop()
                ans = first // last
                if ans < 0 and first % last != 0:
                    ans += 1
                nums.append(ans)
        return nums[0]
【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