LeetCode11-盛最多水的容器

本文详细解析了LeetCode11题——盛最多水的容器的双指针解法,并通过逐步优化提高了算法效率。从原始的暴力求解到添加条件判断减少不必要的计算,最终实现更高效的解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

LeetCode11-盛最多水的容器

一、思路

(一)双指针

设置两个指针,分别指向左右两端,固定左边指针,移动右边的指针,确定每次移动的容器容量并与当前最大容量进行比较

C++代码:

class Solution {
public:
	int maxArea(vector<int>& height) {
		int i = 0, len = height.size();
		int area = 0, area_max = 0;
		for (; i < len; i++) {
			for (int j = height.size() - 1; j > i; j--) {
				area = Min(height[i], height[j]) * (j - i);
				if (area > area_max)
					area_max = area;
			}
		}
		return area_max;
	}

	int Min(int a, int b) {
		if (a > b)
			return b;
		else
			return a;
	}
};

执行效率:
在这里插入图片描述
低的可怕,可以通过添加一些条件来加快程序运行

改进之后:
C++代码:

class Solution {
public:
	int maxArea(vector<int>& height) {
		int i = 0, len = height.size();
		int area = 0, area_max = 0;
		for (; i < len; i++) {
			if (height[i] * (len - i - 1) < area_max)
				continue;

			for (int j = height.size() - 1; j > i; j--) {
				if (height[i] * (j - i) < area_max)
					break;
				area = Min(height[i], height[j]) * (j - i);
				if (area > area_max)
					area_max = area;
			}
		}
		return area_max;
	}

	int Min(int a, int b) {
		if (a > b)
			return b;
		else
			return a;
	}
};

执行效率:
在这里插入图片描述
还是有待改进,排名靠前的方法应该是和这类思路不一样的方法

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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