LeetCode 345. 反转字符串中的元音字母

本文介绍了一个使用双指针算法实现的C++函数,该函数接收一个字符串作为输入,并反转其中的元音字母,同时提供了两个示例,分别演示了如何将hello转换为holle,以及如何将leetcode转换为leotcede。值得注意的是,元音字母不包括字母y。

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

编写一个函数,以字符串作为输入,反转该字符串中的元音字母。

示例 1:

输入: "hello"
输出: "holle"


示例 2:

输入: "leetcode"
输出: "leotcede"


说明:
元音字母不包含字母"y"。

?    https://leetcode-cn.com/problems/reverse-vowels-of-a-string

双指针算法  ++i --j
class Solution {
public:
    
    bool check(char s){
        if (s == 'a' || s == 'e' || s == 'i' || s == 'o' || s == 'u')
            return false;
        if (s == 'A' || s == 'E' || s == 'I' || s == 'O' || s == 'U')
            return false;
        return true;
        

    }
    
    string reverseVowels(string s) {
        int i = 0,j = s.size() - 1;
        while(i < j){
            while(i < s.size() && check(s[i])) ++i;  // 因为涉及取s[i],所以必须有i < s.size()
            while(j >= 0 && check(s[j])) --j;  // 因为涉及取s[j] 所以必须有 j >= 0
            if ( i < j){    // 如果 i >= j 就不要再交换了,s[i]和s[j] 交换应该只在 i < j 时才进行
                char x = s[i];
                s[i] = s[j];
                s[j] = x;
                ++i;
                --j;
            }
        }
        return s;
    }
};

 

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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