leetcode删除有序数组重复元素

本文探讨了如何使用C++实现去重算法,通过对比`removeDuplicates`和`removeDuplicates1`两个方法,分析了if-else和while嵌套结构对代码执行效率的影响。作者展示了如何利用迭代和位移技巧减少重复元素,重点关注了时间复杂度和代码可读性的平衡。
#include <iostream>
#include <vector>
class Solution {
public:
    int removeDuplicates(std::vector<int>& nums) {
        int size = nums.size();
        int i = 0;
        int j = 0;
        int start = 0;
        int same_cnt = 0;
        while (i < size) {
            start = i;
            while ((i + 1 < size) && (nums[i] == nums[i + 1])) {
                ++same_cnt;
                ++i;
            }
            if (same_cnt > 0) {
                for(j = i + 1;j < size;j++) {
                    nums[j - same_cnt] = nums[j];
                }
                size -= same_cnt;
                same_cnt = 0;
            }
            i = start + 1;
        }
        return size;
    }
    int removeDuplicates1(std::vector<int>& nums) {
        int size = nums.size();
        int low = 0;
        int fast = 1;
        while (fast < size) {
            if (nums[low] == nums[fast]) {
                fast++;
                continue;
            }
            if (nums[++low] != nums[fast]) {
                nums[low] = nums[fast];
            }
            fast++;
        }
        return size ? (low + 1) : 0;
    }
};
int main() {
    //std::vector<int>nums = {1, 1, 1, 1};
    //std::vector<int>nums = {1, 1, 1, 1};
    //std::vector<int>nums = {1, 1, 1, 1, 2};
    //std::vector<int>nums = {1, 1, 1, 1, 2, 3, 4, 5, 7, 7, 7, 7, 9};
    std::vector<int>nums = {0,0,1,1,1,2,2,3,3,4};
    Solution ss;
    int size = ss.removeDuplicates(nums);
    for (int i = 0;i < size;i++) {
        std::cout << nums[i] << std::endl;
    }

    return 0;
}

 

if else while嵌套越多 计算机执行越慢 尽管理论上达到相同时间复杂度

 

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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