/*Design an algorithm and write code to remove the duplicate characters in a string without using any additional buffer. NOTE: One or two
additional variables are fine. An extra copy of the array is not.
FOLLOW UP
Write the test case for this method
*/
/*不能使用额外的一份数组拷贝时指根本不允许开一个数组,还是说可以开一个固定大小,与问题规模(即字符串长度)无关的数组??*/
//只能使用额外的一到两个变量 O(n^2)
/*依次访问这个数组的每个元素,每访问一个,就将该元素到字符串结尾的元素中相同的元素去掉(比如设置为'\0')*/
/*
测试用例包括:
1. 不包含重复字符的字符串;
2. 字符串全是重复字符;
3. 空字符串;
4. 重复字符连续出现;
5. 重复字符不连续出现;
*/
#include <iostream>
#include <string>
#include <cstring>
#include <set>
using namespace std;
// O(n^2)依次访问数组中的每个元素,每访问一个,就将该元素到字符串结尾的元素中相同的元素去掉(置为'\0')
void removeDuplicate(char s[])
{
int len = strlen(s);
if(len<2) return;
int p=0;
for(int i=0; i<len; ++i)
{
if(s[i]!='\0')
{
s[p++] = s[i];
for(int j=i+1; j<len; ++j)
{
if(s[j]==s[i])
s[j]='\0';
}
}
}
s[p]='\0';
}
//利用set的元素不可重复的特性来存储字符串中的字符,然后输出set中的字符
void removeDuplicate1(char s[])
{
int len = strlen(s);
set<char> su;
set<char>::iterator si;
for(int i=0; i<len; ++i)
{
su.insert(s[i]);
}
for(si=su.begin(); si!=su.end(); ++si)
cout << *si;
cout << endl;
}
//用一个数组来表征每个字符的出现(假设是ASCII字符,则数组大小为256),这样只需要遍历一遍字符串即可,时间复杂度为O(n)
void removeDuplicate2(char s[])
{
int len = strlen(s);
if(len<2) return;
bool c[256];
memset(c,0,sizeof(c));
int p = 0;
for(int i=0; i<len; ++i)
{
if(!c[s[i]])
{
s[p++]=s[i];
c[s[i]] = true;
}
}
s[p] = '\0';
}
//字符集只是a-z,即字符串只包含小写字母,那么使用一个int变量中的每一位来表征每个字符的出现,可以在O(n)的时间里移除重复字符,而且还不需要额外开一个数组.
void removeDuplicate3(char s[])
{
int len = strlen(s);
if(len<2) return;
int check=0, p=0;
for(int i=0; i<len; ++i)
{
int v=(int)(s[i]-'a');
if((check & (1<<v))==0)
{
s[p++]=s[i];
check |= (1<<v);
}
}
s[p]='\0';
}
int main()
{
char s1[] = "abcde";
char s2[] = "aaabbb";
char s3[] = "";
char s4[] = "ababababc";
char s5[] = "ccccc";
removeDuplicate3(s1);
removeDuplicate3(s2);
removeDuplicate3(s3);
removeDuplicate3(s4);
removeDuplicate3(s5);
removeDuplicate1(s5);
cout << "removeDuplicate(abcde) = " << s1 << endl;
cout << "removeDuplicate(aaabbb) = " << s2<< endl;
cout << "removeDuplicate() = " << s3 << endl;
cout << "removeDuplicate(ababababac) = " << s4<< endl;
cout << "removeDuplicate(ccccc) = " << s5 << endl;
return 0;
}
相关推荐
第六届IEEE极限编程大赛试题
2012年参加过的全球IEEE极限编程大赛
关于OpenCV中利用函数cvConvert实现图像数据类型转换(8U->16S)
最近在做毕设,关于矩形NAM表示方法的。刚刚接触opencv,一些函数用得比较生疏。 解决灰度图像RNAM算法时要标记已编码的矩形范围,我的方法是将其标记为-1,即处理完一个矩形,即用cvSubS(v+1) “v表示原像素值”将矩形框中的像素减到-1。但由于直接读入的图像数据均为8位无符号整型,所以需将其转换为16位有符号整型,这样才能表示负数。 利用以下代码直接用函数cvConver
23. STM32F103C8T6 ADC采集光敏电阻传感器模块光照强度实战
本文详细介绍了如何使用STM32F103C8T6的ADC模块采集光敏电阻传感器的光照强度。通过硬件接线、核心原理讲解、四步代码配置(GPIO、ADC模式、使能校准、数据滤波)以及串口验证,手把手指导完成从模拟信号到数字值的完整实战流程,并重点提示了ADC时钟分频等关键配置要点。
Cellular Automata相关matlab代码
file:life.m %% 初始化 m = 50; X = zeros(m,m); X(25,25) = 1; n = [m 1:m-1]; e = [2:m 1]; s = [2:m 1]; w = [m 1:m-1]; % 绘制初始图形 [i,j] = find(X); figure(gcf); plothandle = plot(i
WRF移动嵌套结合伏羲模型与CFD(PALM)高精度多尺度降尺度分析研究
WRF移动嵌套(Moving Nesting):动态调整高分辨率嵌套网格位置,追踪天气系统(如台风、强对流系统)以提高局地预报精度。伏羲(Fuxi)模型:国产数值模式,提供对WRF模拟的初始及边界条件优化。CFD(Computational Fluid Dynamics)PALM模型:精细化局地流场、湍流、温度分布。
别再只玩积木了!用乐高EV3和官方软件,手把手教你做个能巡线的小车(附完整代码)
本文详细介绍了如何利用乐高EV3套件和官方软件制作智能巡线机器人,从硬件组装到软件编程全面覆盖。通过传感器原理讲解、控制算法调试等工程化细节,帮助读者掌握机器人开发的核心理念,特别适合STEAM教育和硬件编程爱好者实践。
HDU1005
Problem Description A number sequence is defined as follows: f(1) = 1, f(2) = 1, f(n) = (A * f(n - 1) + B * f(n - 2)) mod 7. Given A, B, and n, you are to calculate the value of f(n). Input
Win10本地账户密码遗忘?巧用指纹/PIN快速重置(家庭版/专业版通用指南)
本文提供了一份详细的Win10本地账户密码遗忘自救指南,适用于家庭版和专业版用户。核心方法是利用已登录的指纹或PIN码权限,通过创建新的管理员账户或使用系统工具,安全重置遗忘的本地账户密码,无需第三方工具或重装系统,有效保护个人数据。
Code Review
http://www.programmer.com.cn/1310/
锁定放大器
锁定放大器
白炽灯寿命工程解析:从钨丝蒸发到电压控制的可靠性设计
白炽灯作为一种经典的电光源,其工作原理基于电流通过钨丝产生热辐射发光。在高温下,钨丝会持续蒸发导致灯丝逐渐变细、电阻增大,这是影响其寿命的核心物理机制。从工程角度看,白炽灯的可靠性设计涉及材料科学、热力学和电路设计的交叉,技术价值在于通过理解其失效原理,可以在成本与性能间取得最佳平衡。在实际应用中,电压波动、开关浪涌电流和机械振动是主要寿命杀手,尤其在工业控制、仪器仪表和特定照明场景中,合理的设计能大幅提升系统稳定性。本文深入探讨了钨蒸发、热应力等关键因素,并结合浪涌抑制和降压设计等实战技巧,为工程师提供了
F1 排位赛有什么规则,Q1和Q2以及Q3是定义?
F1排位赛是确定正赛发车顺序的竞技环节,其规则及Q1、Q2、Q3的定义如下: - **排位赛规则**:排位赛采用三段淘汰制,分为Q1、Q2、Q3三个阶段。所有车手在各阶段内要驶上赛道做单圈时间,根据单圈时间从快到慢排序,单圈时间最短的车手将在正赛中排在第一位发车,依次类推。被淘汰的5位车手将在正赛中排在最后5位发车,他们当中最快的一位排在第16位起步,依次类推。被淘汰的5位车手将在正赛中排在第11到15位发车,他们当中最快的一位排在第11位起步,依次类推。
【人工智能】《Deep Dive into LLMs like ChatGPT 》—— Andrej Karpathy 第三阶段:强化学习(Reinforcement Learning, RL)
摘要:强化学习(RL)阶段通过让模型自主生成并验证答案,突破SFT阶段的模仿局限,使其在数学、代码等领域形成独特的推理路径。RL流程包括批量生成解答、自动批改筛选正确路径,并采用PPO/GRPO算法优化模型。模型会自发涌现自我检查、回滚等策略,显著提升正确率(如AIME竞赛准确率从15%升至56%)。与SFT模型相比,RL模型具备主动链式思维、验算能力,响应时间更长但效果更优,形成真正的“思考模型”。三阶段对比显示,RL通过可验证题的对错奖励机制,赋予模型超越人类范式的推理能力。
AirDisk产品Q3C和Q1的区别
Q1:只能外接移动硬盘或者U盘,可接硬盘柜,也接HUB扩展,5V-2A供电。 Q3C:只能内置单个3.5英寸硬盘,后面USB口 不能扩展,只能连接电脑作为移动硬盘用。12V电源供电。 Q1没有加密空间,没有文件分类,其它和Q3C一样...
YOLOv8改进策略【Backbone/主干网络】| 2023 U-Net V2 替换骨干网络,加强细节特征的提取和融合
一、本文介绍 本文记录的是基于U-Net V2的YOLOv8目标检测改进方法研究。本文利用U-Net V2替换YOLOv8的骨干网络,UNet V2通过其独特的语义和细节融合模块(SDI),能够为骨干网络提供更丰富的特征表示。并且其中的注意力模块可以使网络聚焦于图像中与任务相关的区域,增强对关键区域特征的提取,进而提高模型精度。本文配置了原论文中pvt_v2_b0、pvt_v2_b1、pvt_v2_b2、pvt_v2_b3、pvt_v2_b4和pvt_v2_b5六种模型,以满足不同的需求。 文章目录一、本文
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具
工作中常用的行话:Q1 , Q2 , Q3 , Q4
Q1 通常指的是第一季度,即1月到3月。Q4 表示第四季度,10月到12月。Q2 代表第二季度,4月到6月。Q3 是第三季度,7月到9月。
IEM模型,地表粗糙度模拟
利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟
DataMining——孤立点:落在高于Q1 或低于Q3 的1.5IQR的位置
孤立点是在 Q1-1.5 IQR~Q3+1.5 IQR之间的数据, 其中,四分位点分别是Q1、中位数、Q3,IQR = Q3 - Q1是四分位极差。
Camera2Demo
在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
【统计学】Q1、Median、Q3含义
五数概括法
Q1K3 项目教程
Q1K3 是一个用于 js13kGames 竞赛的微型 FPS 游戏项目。以下是项目的目录结构及其介绍: ``` q1k3/ ├── assets/ │ ├── fonts/ │ ├── gfx/ │ ├── snd/ ├── src/ │ ├── engine/ │ ├── game/ │ ├── main.js ├── index.html ├── README.md
Q1K3微型FPS游戏开发完全指南
Q1K3是一个专为js13k竞赛设计的微型第一人称射击游戏,它展示了在严格大小限制下如何构建完整的游戏体验。这个项目不仅是一个游戏,更是极限编程艺术的典范。 ## 🎯 3分钟快速上手 **环境准备与启动** 首先获取项目代码: ```bash git clone https://gitcode.com/gh_mirrors/q1/q1k3 ``` 项目采用模块化架构设计,核心引擎位于[so
excel画boxplot的q1和q3值和excel公式QUARTILE.INC(array,quart)拉出来的不一样
前几天用python画boxplot,想说顺便把最小值,q1,中位数,q3,最大值写成一个txt方便说明,结果发现excel自带的公式并不是简单的一句quartile几分为就产生出来的,我随便打了10个数字作为例子,详情如下图(简单来说就是,理想中的和实际上的boxplot在q1和q3上算出来有点不一样): 于是我们需要google一下别人家的q1,q3是怎么算的,一探究竟,直到最后算出来和excel一样的结果为止,别人家的算法链接附在文章最后,感兴趣的小伙伴可以跳到最后仔细阅读,在这边我就用这10个语文
Q1K3:轻量级Web框架实战指南
--- ## 项目介绍 Q1K3是一款由[@phoboslab](https://github.com/phoboslab)开发的高效且轻量级的Web框架。它设计初衷是为了提供一个简洁的解决方案,以最小的开销实现快速的Web应用开发。尽管本项目简练,但它通过强大的API支持灵活的应用构建,特别适合那些对性能敏感且不希望引入过多依赖的小型到中型项目。 ## 项目快速启动 要快速启动Q1K3项
在商业和金融领域,Q1、Q2、Q3、Q4 通常指的是一年中的四个季度。
Q1、Q2、Q3、Q4 作为年度的四个季度,不仅用于财务报告,还广泛应用于预算管理、绩效评估和市场分析等方面。Q4 财报(2023年10月1日-2023年12月31日):总结全年财务数据,进行年度审计和下一年规划。Q3 财报(2023年7月1日-2023年9月30日):评估第三季度的财务情况,调整年度计划。公司会在每个季度进行绩效评估,以检查各部门和员工的工作进展情况,并制定相应的奖励或改进措施。这是关键的评估和总结季度,企业会进行年度审计、总结全年绩效,并制定下一年的详细计划和预算。
Q1K3: 一款复古风的2D射击游戏框架
Q1K3: 一款复古风的2D射击游戏框架 q1k3A tiny FPS for js13k项目地址:https://gitcode.com/gh_mirrors/q1/q1k3 是一个由 PhobosLab 创建的开源项目,它提供了一个基于WebGL的2D射击游戏开发框架。该项目的目标是致敬经典的90年代街机游戏,同时也为现代开发者提供了一套快速构建此类游戏的工具。 技术分析 Web技术基础 Q...
AirDisk产品Q1\T2\Q3C连接和使用方式
Q1连接和使用方式: Q1网线连接路由器,USB口接上移动硬盘,接入5V-2A电源适配器通电开机; 手机连接路由器或开启4G移动网络,安装APP(DM云盘HDD),打开APP扫描或者局域网绑定设备,设置访问密码,登录设备即可。 T2连接和使用方式: 安装2.5英寸硬盘,网线连接路由器,连接5V-2A电源适配器通电开机; 手机连接路由器或者用4G移动网络,安装APP(DM云盘HDD),打开APP扫...
6848



被折叠的 条评论
为什么被折叠?



