博客
关于我
剑指 Offer 05. 替换空格
阅读量:656 次
发布时间:2019-03-15

本文共 1141 字,大约阅读时间需要 3 分钟。

题目描述

方法一:额外申请空间

思路为了解决空格替换为%20的问题,可以定义一个额外的字符串str。然后遍历原字符串s,当遇到空格时,在str中添加"%20",否则直接将字符添加到str中。

代码

class Solution {public:    string replaceSpace(string s) {        string str;        for (int i = 0; i < s.length(); ++i) {            if (s[i] == ' ') {                str += "%20";            } else {                str += s[i];            }        }        return str;    }};

方法二:原地替换

思路首先统计字符串s中空格的个数。然后在原字符串s上申请额外的空间,空间大小为空格数乘以2。接下来用快慢指针的方法,从字符串末尾向前遍历。当遇到空格时,将该位置及其前两位替换为"%", "2", "0";否则,将字符直接复制到相应位置。

代码

class Solution {public:    string replaceSpace(string s) {        int cnt = 0;        for (int i = 0; i < s.length(); ++i) {            if (s[i] == ' ') {                ++cnt;            }        }        s.resize(s.size() + 2 * cnt);        int i = s.length() - 1, j = s.size() - 1;        while (i < j) {            if (s[i] == ' ') {                s[j] = '0';                s[j-1] = '2';                s[j-2] = '%';                j -= 3;            } else {                s[j] = s[i];                --j;            }            --i;        }        return s;    }};

文章目录

文章目录

目录

  • 方法一:额外申请空间1.1 思路1.2 代码

  • 方法二:原地替换2.1 思路2.2 代码

  • 转载地址:http://mrzmz.baihongyu.com/

    你可能感兴趣的文章
    nullnullHuge Pages
    查看>>
    NullPointerException Cannot invoke setSkipOutputConversion(boolean) because functionToInvoke is null
    查看>>
    null可以转换成任意非基本类型(int/short/long/float/boolean/byte/double/char以外)
    查看>>
    Number Sequence(kmp算法)
    查看>>
    Numix Core 开源项目教程
    查看>>
    numpy
    查看>>
    Numpy 入门
    查看>>
    NumPy 库详细介绍-ChatGPT4o作答
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>