[Leetcode] 166. Fraction to Recurring Decimal 解题报告

本文介绍了一种将任意两个整数表示的分数转换成字符串格式的方法,特别关注如何处理循环小数部分,通过使用哈希表记录余数及其对应的位置来识别循环节。

题目

Given two integers representing the numerator and denominator of a fraction, return the fraction in string format.

If the fractional part is repeating, enclose the repeating part in parentheses.

For example,

  • Given numerator = 1, denominator = 2, return "0.5".
  • Given numerator = 2, denominator = 1, return "2".
  • Given numerator = 2, denominator = 3, return "0.(6)".

思路

需要注意一些corner cases(例如分子或分母为零的情况,以及由于除以-1而导致的int类型数字溢出的情况等),具体可以参考下面的代码片段。这里说一下核心思路:1)处理整数部分,很简单,无须赘述;2)如果fraction的结果不是整数,那么给结果字符串添加“.”,并且处理小数部分。在处理小数部分的时候,需要建立一个哈希表,哈希表的key是余数,value是出现此余数时结果字符串的长度。如果余数不为零,则首先在哈希表中查找该余数是否出现过,如果出现过,则说明我们已经遇到了小数中的循环部分,此时在适当位置加上括号,返回结果;否则我们就在哈希表中添加该余数,并且更新余数和结果字符串,进入下一层循环。

代码

class Solution {
public:
    string fractionToDecimal(int numerator, int denominator) {
        string ret;
        if(denominator == 0) {      // invalid input
            return "";
        }
        if(numerator == 0) {        // special case
            return "0";
        }
        long long numers = abs((long long)numerator);           // in case of overflow
        long long denoms = abs((long long)denominator);
        bool negative = (numerator > 0) ^ (denominator > 0);
        // integer part
        if(negative) {
            ret += "-";
        }
        ret += to_string(numers / denoms);
        long remain = numers % denoms;
        if(remain == 0) {
            return ret;
        }
        ret += ".";
        unordered_map<long, int> hash;                          // map from remain to index
        while(remain != 0) {
            if(hash.count(remain) > 0) {
                ret.insert(ret.begin() + hash[remain], '(');
                ret += ')';
                return ret;
            }
            else {
                hash[remain] = ret.size();
                remain *= 10;
                ret += to_string(remain / denoms);
                remain = remain % denoms;
            }
        }
        return ret;
    }
};
内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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