LeetCode 748.最短完整词

探讨了在给定的单词列表中找到包含特定牌照所有字母的最短单词的算法。该算法需处理大小写不敏感的问题,并能应对牌照中重复字母的挑战。

题目

如果单词列表(words)中的一个单词包含牌照(licensePlate)中所有的字母,那么我们称之为完整词。在所有完整词中,最短的单词我们称之为最短完整词。

单词在匹配牌照中的字母时不区分大小写,比如牌照中的 "P" 依然可以匹配单词中的 "p" 字母。

我们保证一定存在一个最短完整词。当有多个单词都符合最短完整词的匹配条件时取单词列表中最靠前的一个。

牌照中可能包含多个相同的字符,比如说:对于牌照 "PP",单词 "pair" 无法匹配,但是 "supper" 可以匹配。

示例 1:

输入:licensePlate = "1s3 PSt", words = ["step", "steps", "stripe", "stepple"]
输出:"steps"
说明:最短完整词应该包括 "s"、"p"、"s" 以及 "t"。对于 "step" 它只包含一个 "s" 所以它不符合条件。同时在匹配过程中我们忽略牌照中的大小写。

示例 2:

输入:licensePlate = "1s3 456", words = ["looks", "pest", "stew", "show"]
输出:"pest"
说明:存在 3 个包含字母 "s" 且有着最短长度的完整词,但我们返回最先出现的完整词。

注意:

牌照(licensePlate)的长度在区域[1, 7]中。
牌照(licensePlate)将会包含数字、空格、或者字母(大写和小写)。
单词列表(words)长度在区间 [10, 1000] 中。
每一个单词 words[i] 都是小写,并且长度在区间 [1, 15] 中。

自己的题解:

public String shortestCompletingWord(String licensePlate, String[] words) {
        int[] ch = new int[26];
        int rec = 0;
        String nlicensePlate = licensePlate.toLowerCase();
        for(int i=0; i<licensePlate.length(); i++) {
        	if(nlicensePlate.charAt(i)>='a' && nlicensePlate.charAt(i)<='z') {
        		ch[nlicensePlate.charAt(i)-'a']++;
        		rec++;
        	}
        }
        int[] nch = new int[26];
        System.arraycopy(ch, 0, nch, 0, 26); //深浅拷贝是关键,直接用等号是拷贝引用,Debug被坑了半小时
        int nrec = rec;
        String res = "";
        int reslen = 9999;
        for(int i=0;i<words.length;i++) {
        	String strtemp = words[i];
        	String nstrtemp = strtemp.toLowerCase();
        	if(strtemp.length()<reslen) {
        		for(int j=0; j<strtemp.length(); j++) {
                	if(nch[nstrtemp.charAt(j)-'a']>0) {
                		nch[nstrtemp.charAt(j)-'a']--;
                		nrec--;
                	}
                	if(nrec == 0) {
                		res = strtemp;
                		reslen = strtemp.length();
                	}
                }
        		nrec = rec;
        		System.arraycopy(ch, 0, nch, 0, 26);
        	}
        }
        return res;
    }

System.arraycopy(ch, 0, nch, 0, 26);深拷贝

AC后看题解的时候才发现可以这么简洁

统计单词中字母个数完全可以拉一个函数出去

for的时候也可以使用for each(虽然效率一样)

 

for (String word: words)

 

自从暑假之后就没刷题,重新拾起LeetCode的帐号有空就刷一下

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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