博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
leetcode (13) - ROMAN TO INT
阅读量:2182 次
发布时间:2019-05-02

本文共 664 字,大约阅读时间需要 2 分钟。

class Solution {public:    int romanToInt(string s) {        int ret = toNumber(s[0]);        for (int i = 1; i < s.length(); i++) {            if (toNumber(s[i - 1]) < toNumber(s[i])) {                ret += toNumber(s[i]) - 2 * toNumber(s[i - 1]);            } else {                ret += toNumber(s[i]);            }        }        return ret;    }        int toNumber(char ch) {        switch (ch) {            case 'I': return 1;            case 'V': return 5;            case 'X': return 10;            case 'L': return 50;            case 'C': return 100;            case 'D': return 500;            case 'M': return 1000;        }        return 0;    }};

转载地址:http://toxkb.baihongyu.com/

你可能感兴趣的文章
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
什么是 Q-learning
查看>>
用一个小游戏入门深度强化学习
查看>>
如何应用 BERT :Bidirectional Encoder Representations from Transformers
查看>>
5 分钟入门 Google 最强NLP模型:BERT
查看>>
强化学习第1课:像学自行车一样的强化学习
查看>>
强化学习第2课:强化学习,监督式学习,非监督式学习的区别
查看>>
强化学习第3课:有些问题就像个赌局
查看>>
强化学习第4课:这些都可以抽象为一个决策过程
查看>>
强化学习第5课:什么是马尔科夫决策过程
查看>>
强化学习第6课:什么是 Crossentropy 方法
查看>>
强化学习第7课:交叉熵方法的一些局限性
查看>>
强化学习 8: approximate reinforcement learning
查看>>
图解什么是 Transformer
查看>>
代码实例:如何使用 TensorFlow 2.0 Preview
查看>>
6 种用 LSTM 做时间序列预测的模型结构 - Keras 实现
查看>>
走进JavaWeb技术世界1:JavaWeb的由来和基础知识
查看>>
走进JavaWeb技术世界2:JSP与Servlet的曾经与现在
查看>>
走进JavaWeb技术世界3:JDBC的进化与连接池技术
查看>>