leetcode解题之翻转字符串里的单词

本文介绍了一种在字符串中翻转单词的算法,通过不同方法实现,如使用split方法转换数组并倒序遍历,直接倒序遍历字符串保存整词,以及利用Java的数组反转和join方法简化代码。

给定一个字符串,逐个翻转字符串中的每个单词。

示例 1:

输入: "the sky is blue"
输出: "blue is sky the"
示例 2:

输入: "  hello world!  "
输出: "world! hello"
解释: 输入字符串可以在前面或者后面包含多余的空格,但是反转后的字符不能包括。
示例 3:

输入: "a good   example"
输出: "example good a"
解释: 如果两个单词间有多余的空格,将反转后单词间的空格减少到只含一个。
 

说明:

无空格字符构成一个单词。 输入字符串可以在前面或者后面包含多余的空格,但是反转后的字符不能包括。
如果两个单词间有多余的空格,将反转后单词间的空格减少到只含一个。

进阶:

请选用 C 语言的用户尝试使用 O(1) 额外空间复杂度的原地解法。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/reverse-words-in-a-string
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

思路一是通过split方法转换为数组,然后倒序遍历数组并处理空格问题

class Solution {
    public String reverseWords(String s) {
        String[] str = s.trim().split(" ");
        String ans = "";
        for(int i=str.length-1;i>=0;i--){
            String tem = str[i].replaceAll(" ","");
            if(!tem.equals("")){
                if(ans.equals("")){
                    ans=tem;
                }else{
                    ans+=" "+tem;
                }
            }        
        }
        return ans;
    }
}

思路二是直接倒序遍历字符串,通过StringBuilder保存非空格的整词,然后输出

class Solution {
    public String reverseWords(String s) {
       String ans="";
        StringBuilder sb = new StringBuilder();
       for(int i=s.length()-1;i>=0;i--){
           if(s.charAt(i)==' '&&sb.length()>0){
               ans+=" "+sb.toString();
               sb.delete(0,sb.length());
           }else if(s.charAt(i)!=' '){
               sb.insert(0,s.charAt(i));
           }
       }
       ans+=" "+sb.toString();
        return ans.trim();
    }
}

提升:方法一的split方法可以直接以一个或多个空格为条件转换为数组,这样就不用在遍历数组的时候处理空格问题了

class Solution {
    public String reverseWords(String s) {
       String ans="";
       String[] list = s.trim().split(" +");
       for(int i=list.length-1;i>=0;i--){
           ans+=" "+list[i];
       }
        return ans.trim();
    }
}

再进一步,java里有数组反转reverse和join方法

class Solution {
    public String reverseWords(String s) {
       s=s.trim();
       List<String> list = Arrays.asList(s.split("\\s+"));
       Collections.reverse(list);
       return String.join(" ",list);
    }
}
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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