[每日一题]Leetcode224. 基本计算器

今日每日一题是Leetcode224. 基本计算器,题意如下:

实现一个基本的计算器来计算一个简单的字符串表达式 s 的值。
1 <= s.length <= 3 * 105
s 由数字、’+’、’-’、’(’、’)’、和 ’ ’ 组成
s 表示一个有效的表达式
例:输入:s = “(1+(4+5+2)-3)+(6+8)”
输出:23

这道题虽然是个困难难度的题,但是思路却非常简单。基本上都能想到用一个栈来存表达式。因为这道题只有加减运算,只有括号是最先优先级。所以我们将表达式入栈当遇到右括号的时候出栈,计算到左括号为止,再把这个值入栈。这样就完成了先算括号中的数。只是这个题需要注意的细节有很多,比如括号前面的正负号等等。但是这样写起来较为麻烦,需要字符串和数字来回转换,细节太多。
嫌麻烦我们就考虑别的方法,在加减运算中,括号前如果是正号那么我们可以当这个括号不存在,括号前如果是负号我们想把括号去掉,相当于把括号中的每一个符号由正变负,由负变正。 所以我们在把所有括号去掉后,每个数的正负只取决于它前面负号的个数。 我们用一个栈来存每个数的正负情况。每次遇到一个正号,后面数的正负和栈顶符号相同。每次遇到一个负号,后面数的正负和栈顶符号相反。如果遇到左括号将括号前的符号入栈,如果遇到右括号就将栈顶弹出。这样就记录了每个数的正负翻转情况,相当于把所有的括号展开了,只需要按顺序运算即可。
c++参考代码:

class Solution {
public:
    int calculate(string s) {
      int n=s.size();
      int ans=0;
      stack<int> sign;
      int now=1;
      sign.push(now);
      for(int i=0;i<n;i++)
      {
        if(s[i]==' ')
        {continue;}
        else if(s[i]=='+')
        {now=sign.top();}
        else if(s[i]=='-')
        {now=-1*sign.top();}
        else if(s[i]=='(')
        {sign.push(now);}
        else if(s[i]==')')
        {sign.pop();}
        else
        {
         int number = 0;
         while (i < s.length() && s[i] >= '0' && s[i] <= '9')
         {
          number = number * 10 + (s[i] - '0');
          i++;
         }
         i--;
        ans+=now*number;
        }
    }
    return ans;
    }
};

时间复杂度:O(N)。
在这里插入图片描述
参考资料
·力扣官方题解

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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