LeetCode31. 下一个排列

本文介绍了一个算法问题——获取给定数字序列的下一个字典序排列的方法。该算法首先从序列末尾开始寻找第一个升序对,接着在序列剩余部分找到刚好大于该升序对前项的最小值,并进行交换;最后对升序对后的子序列进行排序。

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

实现获取下一个排列的函数,算法需要将给定数字序列重新排列成字典序中下一个更大的排列。

如果不存在下一个更大的排列,则将数字重新排列成最小的排列(即升序排列)。

必须原地修改,只允许使用额外常数空间。

以下是一些例子,输入位于左侧列,其相应输出位于右侧列。
1,2,3 → 1,3,2
3,2,1 → 1,2,3
1,1,5 → 1,5,1

解题思路:

  1. 判断按照字典序有没有下一个,如果完全降序就没有下一个
  2. 如何判断有没有下一个呢?只要存在a[i-1] < a[i]的升序结构,就有,而且我们应该从右往左找,一旦找到,因为这样才是真正下一个
  3. 当发现a[i-1] < a[i]的结构时,从在[i, ∞]中找到最接近a[i-1]并且又大于a[i-1]的数字(包括i),由于降序,从右往左遍历即可得到k
  4. 然后交换a[i-1]与a[j],然后对[i, ∞]排序即可。
    class Solution {
    public:
        void nextPermutation(vector<int>& nums) {
            int i;
            for(i=nums.size()-1;i>0;i--)
            {
                if(nums[i]>nums[i-1])
                {
                    for(int j=nums.size()-1;j>=i;j--)
                    {
                        if(nums[j]>nums[i-1])
                        {
                            swap(nums[j],nums[i-1]);
                            break;
                        }
                    }
                    sort(nums.begin()+i,nums.end());
                    break;
                }
            }
            if(i==0)
            {
                reverse(nums.begin(),nums.end());
            }
        }
    };

     

内容概要:本文介绍了基于SMA-BP黏菌优化算法优化反向传播神经网络(BP)进行多变量回归预测的项目实例。项目旨在通过SMA优化BP神经网络的权重和阈值,解决BP神经网络易陷入局部最优、收敛速度慢及参数调优困难等问题。SMA算法模拟黏菌寻找食物的行为,具备优秀的全局搜索能力,能有效提高模型的预测准确性和训练效率。项目涵盖了数据预处理、模型设计、算法实现、性能验证等环节,适用于多变量非线性数据的建模和预测。; 适合人群:具备一定机器学习基础,特别是对神经网络和优化算法有一定了解的研发人员、数据科学家和研究人员。; 使用场景及目标:① 提升多变量回归模型的预测准确性,特别是在工业过程控制、金融风险管理等领域;② 加速神经网络训练过程,减少迭代次数和训练时间;③ 提高模型的稳定性和泛化能力,确保模型在不同数据集上均能保持良好表现;④ 推动智能优化算法与深度学习的融合创新,促进多领域复杂数据分析能力的提升。; 其他说明:项目采用Python实现,包含详细的代码示例和注释,便于理解和二次开发。模型架构由数据预处理模块、基于SMA优化的BP神经网络训练模块以及模型预测与评估模块组成,各模块接口清晰,便于扩展和维护。此外,项目还提供了多种评价指标和可视化分析方法,确保实验结果科学可信。
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