反转

整数反转

昨天先看了回文串的那道题,真是看不懂,不知道动态规划是怎么用程序实现的,想要单独拿出来一天去学习,最近在上课没有很长的时间去做这个的学习,准备在这周六没课,就把这道题弄会写出来。

接下来,把昨天后来当做补救做的一道简单级别的题目进行总结:
整数反转,首先整数有负整数、和非负整数之分,对于非负整数我们只需要不断地取余加上原来结果乘10,不断循环就可以得到相应的答案。

int yu = x % 10;
res = res * 10 + yu;
x /= 10;

那负数的话最简单的就先判断给定数的符号,用一个标志符号sign来表示数字的正负,再对原来的x取绝对值,然后在最后乘上符号就行

//判断符号
int sign = x > 0 ? 1 : -1;
//取绝对值
x = abs(x);
//结果乘上符号位
res = res * sign;

判断结束之后我们可以看到题目中给的条件,他说假设我们环境只能存储得下32位的有符号整数,那么数字的最小值为(-2)^31,他的最大值就是2的31次方-1;32位的话应该是int类型的数字,所以有

int min = 0x80000000;
int max = 0x7fffffff;

如果溢出,那么出来的数就应该为0,加一个简单的判断即可
整体程序如下:

int min = 0x80000000;        
int max = 0x7fffffff;        
int sign = x > 0 ? 1 : -1;        
long res = 0;          
x = abs(x);           
while(x > 0){            
	int yu = x % 10;            
	res = res *10 + yu;            
	x /= 10;        
}        
res = res * sign;         
if(res < min || res > max){             
	res = 0;         
}        
return res;
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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