当前位置: 首页 > article >正文

2011. 执行操作后的变量值

执行操作后的变量值

  • 题目描述
  • 尝试做法
  • 推荐做法

题目描述

存在一种仅支持 4 种操作和 1 个变量 X 的编程语言:

++X 和 X++ 使变量 X 的值 加 1
–X 和 X-- 使变量 X 的值 减 1
最初,X 的值是 0

给你一个字符串数组 operations ,这是由操作组成的一个列表,返回执行所有操作后, X 的 最终值 。

示例 1:

输入:operations = [“–X”,“X++”,“X++”]
输出:1
解释:操作按下述步骤执行:
最初,X = 0
–X:X 减 1 ,X = 0 - 1 = -1
X++:X 加 1 ,X = -1 + 1 = 0
X++:X 加 1 ,X = 0 + 1 = 1
示例 2:

输入:operations = [“++X”,“++X”,“X++”]
输出:3
解释:操作按下述步骤执行:
最初,X = 0
++X:X 加 1 ,X = 0 + 1 = 1
++X:X 加 1 ,X = 1 + 1 = 2
X++:X 加 1 ,X = 2 + 1 = 3
示例 3:

输入:operations = [“X++”,“++X”,“–X”,“X–”]
输出:0
解释:操作按下述步骤执行:
最初,X = 0
X++:X 加 1 ,X = 0 + 1 = 1
++X:X 加 1 ,X = 1 + 1 = 2
–X:X 减 1 ,X = 2 - 1 = 1
X–:X 减 1 ,X = 1 - 1 = 0

提示:

1 <= operations.length <= 100
operations[i] 将会是 “++X”、“X++”、“–X” 或 “X–”

尝试做法

class Solution {public int finalValueAfterOperations(String[] operations) {int ans = 0;for(int i = 0; i < operations.length; ++i){if(operations[i].charAt(1) == '-'){--ans;}else{++ans;}}return ans;}
}

没啥好说的。。。

推荐做法

class Solution {public int finalValueAfterOperations(String[] operations) {int X=0;for(int i=0;i<operations.length;i++){X+=(44-operations[i].charAt(1));}return X;}
}作者:😋😋😋
链接:https://leetcode.cn/problems/final-value-of-variable-after-performing-operations/solutions/1103253/zhi-xing-cao-zuo-hou-de-bian-liang-zhi-j-od41/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

还有用ASCII码的做法,长见识了
‘+’和‘-’之间的ASCII码是44

相关文章:

2011. 执行操作后的变量值

执行操作后的变量值 题目描述尝试做法推荐做法 题目描述 存在一种仅支持 4 种操作和 1 个变量 X 的编程语言&#xff1a; X 和 X 使变量 X 的值 加 1 –X 和 X-- 使变量 X 的值 减 1 最初&#xff0c;X 的值是 0 给你一个字符串数组 operations &#xff0c;这是由操作组成的…...

特辣的海藻!10

基础知识点 1.清除换行符 scan.nextInt()要加scan.nextLine()清楚换行符。 2.Map.Entry<K, V> Map.Entry是Map接口的嵌套接口&#xff0c;表示一个键值对&#xff08;Key-Value&#xff09; 常用方法&#xff1a; entry.getKey()&#xff1a;获取键 …...

SpringBoot动态加载JAR包实战:实现插件化架构的终极指南

在需要热插拔业务模块、支持灰度发布的系统中&#xff0c;动态加载外部JAR包是提升系统扩展性的核心技术。本文将手把手实现3种动态加载方案&#xff0c;包含可直接运行的SpringBoot代码&#xff0c;并深入分析类加载机制与内存泄漏预防策略。 一、动态加载的应用场景 ‌电商…...

双因素拆解法 - 分析比例型指标的因子贡献度

什么是比例型指标 比例型指标是指那些以比例或比率形式表示的指标&#xff0c;通常涉及两个相关量的比较。以下是一些常见的比例型指标的例子&#xff1a; 毛利率&#xff1a;毛利率是毛利与销售收入的比率&#xff0c;公式为&#xff1a; 毛利率 毛利 销售收入 100 % \tex…...

sqli-lab靶场学习(八)——Less26-28

前言 25关已经出现了初步的一些关键字过滤&#xff0c;通过双写可以绕过。后面的关卡&#xff0c;我们会遇到更多关键字过滤&#xff0c;需要各种技巧绕过。 Less26 第26关写了会过滤空格和注释符。有很多的答案&#xff0c;会用%a0替代空格&#xff0c;但据说这是sqli-labs部…...

Netty基础—4.NIO的使用简介二

大纲 1.Buffer缓冲区 2.Channel通道 3.BIO编程 4.伪异步IO编程 5.改造程序以支持长连接 6.NIO三大核心组件 7.NIO服务端的创建流程 8.NIO客户端的创建流程 9.NIO优点总结 10.NIO问题总结 4.伪异步IO编程 (1)BIO的主要问题 (2)BIO编程模型的改进 (3)伪异步IO编程 …...

双指针算法专题之——复写零

文章目录 题目介绍思路分析异地复写优化为就地复写 AC代码 题目介绍 链接: 1089. 复写零 思路分析 那么这道题我们依然可以使用双指针算法来解决 异地复写 先不考虑题目的要求&#xff0c;直接就地在原数组上修改&#xff0c;可能不太好想&#xff0c;我们这里可以先在一个…...

【Pandas】pandas Series last_valid_index

Pandas2.2 Series Time Series-related 方法描述Series.asfreq(freq[, method, how, …])用于将时间序列数据转换为指定的频率Series.asof(where[, subset])用于返回时间序列中指定索引位置的最近一个非缺失值Series.shift([periods, freq, axis, …])用于将时间序列数据沿指…...

python-leetcode-子数组最大平均数 I

643. 子数组最大平均数 I - 力扣&#xff08;LeetCode&#xff09; 可以使用滑动窗口&#xff08;Sliding Window&#xff09;的方法来解决这个问题。具体步骤如下&#xff1a; 先计算数组 nums 中前 k 个元素的和 sum_k&#xff0c;作为初始窗口的和。然后滑动窗口&#xff0…...

【度的数量——数位DP】

题目 分析 数位DP可以解决“区间内满足某种性质的数的个数”的问题 通常按照数位分支&#xff0c;形成一颗数位树 最左分支的值由上界值决定&#xff0c;右分支可以直接计算权重 有可能最左分支会有一个权重 代码 #include <bits/stdc.h> using namespace std;cons…...

STM32使用EXTI触发进行软件消抖(更新中)

在STM32的HAL库中&#xff0c;为了实现按键的软件消抖&#xff0c;通常需要在按键中断处理或轮询程序中加入一定的延时和状态检测逻辑。以下是一个简单的示例&#xff0c;展示了如何使用HAL库来实现按键的软件消抖。 假设你有一个按键连接到GPIO引脚&#xff0c;并且已经配置好…...

计算机操作系统进程(3)

系列文章目录 第二章&#xff1a;进程的描述与控制 文章目录 系列文章目录前言一、进程同步的基本概念&#xff1a;二、临界资源&#xff1a;总结 前言 前面我们学习了进程的定义和特征&#xff0c;进程状态的转换&#xff0c;接下来我们开始学习我们最重要的一点也是相对最难…...

搭建阿里云专有网络VPC

目录 一、概述 二、专有网络vpc 2.1 vpc基本信息 2.2 vpc资源管理 2.3 vpc网段管理 三、交换机 四、NAT网关 4.1 绑定弹性公网IP 4.2 NAT网关信息 4.3 绑定的弹性公网IP 4.4 DNAT 4.5 SNAT 五、弹性公网IP 六、访问控制ACL&#xff08;绑定交换机&#xff09; 6…...

centos steam8 部署k8s

kubernetes搭建 文章目录 kubernetes搭建[toc] 准备工作&#xff08;三节点&#xff09;安装docker(三节点)安装cri-dockerd&#xff08;三节点&#xff09;添加阿里云软件源&#xff08;三节点&#xff09;安装kubeadm、kubelet、kubectl&#xff08;三节点&#xff09;初始化…...

DB2 字符串比较 (= 或 IN) 时,忽略末尾的空格踩坑与解决方法

一、问题描述 在 DB2 中&#xff0c;VARCHAR 类型的字段在 字符串比较 ( 或 IN) 时会忽略末尾的空格&#xff0c;这可能导致查询结果与预期不符。例如&#xff1a; SELECT * FROM t_user WHERE id IN (016110110000011763); 如果 id 字段中存储的值为016110110000011763 &…...

windows系统,pycharm运行.sh文件

博主亲身试验过&#xff0c;流程简单&#xff0c;可用。 需要pycharm &#xff0c;git。 注意需要Git Bash.exe &#xff0c;也就是Git Bash的应用程序&#xff0c;而不是快捷方式。 需要把这个应用程序的路径复制一下。可以通过右键&#xff0c;复制文件地址的方式。 接着在…...

论文调研 | 一些开源的AI代码生成模型调研及总结【更新于250313】

本文主要介绍主流代码生成模型&#xff0c;总结了基于代码生成的大语言模型&#xff0c;按照时间顺序排列。 在了解代码大语言模型之前&#xff0c;需要了解代码相关子任务 代码生成 文本生成代码(Text to code):根据自然语言描述生成代码 重构代码&#xff08;Refactoring …...

筛选法找质数(信息学奥赛一本通-2040)

【题目描述】 用筛法求出n(2≤n≤1000)以内的全部质数。 【输入】 输入n。 【输出】 多行&#xff0c;由小到大的质数。 【输入样例】 10 【输出样例】 2 3 5 7 【题解代码】 #include<bits/stdc.h> using namespace std;const int N 1e3 10; int nums[N];void isprim…...

第5关:猴子爬山

任务描述 本关任务&#xff1a;一个顽猴在一座有n级台阶的小山上爬山跳跃&#xff0c;猴子上山一步可跳1级&#xff0c;或跳3级&#xff0c;试求上山的n级台阶有多少种不同的爬法。 编程要求 根据提示&#xff0c;在右侧编辑器补充代码&#xff0c;求上山的n级台阶有多少种不同…...

保险项目的基本流程

保险项目的基本流程通常包括以下几个阶段&#xff0c;涵盖从产品设计到理赔的完整生命周期&#xff1a; 1. 保险产品设计与开发 市场调研&#xff1a;分析目标客户需求、市场趋势、监管要求。产品设计&#xff1a;确定保障范围、保险责任、保费计算方式、免责条款等。风险评估…...

Unity Timeline 扩展

这里认为大家已经会timeline的基本使用了&#xff0c;只介绍怎么自定义扩展。 第一步.自定义Track 首先要自定义一条轨道。剪辑是要在轨道里跑的&#xff0c;系统自带的轨道我们加不了自定义剪辑&#xff0c;得新建自己用的。这个很简单。 [TrackClipType(typeof(TransformTw…...

qt介绍信号槽一

信号和槽时qt框架中事件处理的一种机制&#xff0c;qt是基于窗口框架的程序&#xff0c;基于窗口框架额程序都是基于事件的&#xff0c;本质信号对应的就是一个事件&#xff0c;槽对应事件处理的动作。信号槽机制类似于设计模式力的观察者模式。观察者模式就是我一直观察是否有…...

【linux】解决 Linux 系统中 root 用户无法打开图形界面问题

【linux】解决 Linux 系统中 root 用户无法打开图形界面问题 问题描述&#xff1a; 在 Linux 系统中&#xff0c;当我们远程SSH尝试以 root 用户身份运行需要图形界面的应用程序时&#xff0c;可能会遇到以下错误信息&#xff1a; MoTTY X11 proxy: Unsupported authorisati…...

【开源项目-爬虫】Firecrawl

看到其他项目引用了这个项目 Firecrawl 用免费额度试了一下&#xff0c;这个项目和之前的 https://r.jina.ai/ 很像&#xff08;类似的还有 https://www.scrapingbee.com/&#xff1f;&#xff09;&#xff0c;将爬取到的网页转换为 markdown 格式&#xff0c;这样大语言模型用…...

【已解决】电脑空间告急?我的 Ollama、Docker Desktop软件卸载清理全记录

一、卸载 Ollama、Windows SDK 和 Docker Desktop的原因 最近电脑总提示空间不足&#xff0c;前段时间想本地部署大模型而安装的 Ollama、多个 Windows SDK 以及暂时用不到的 Docker Desktop 占用了不少空间。果断动手卸载&#xff0c;现在把过程整理成博客&#xff0c;分享给同…...

便利店商品推荐数字大屏:基于python和streamlit

基于python和streamlit实现的便利店商品推荐大屏&#xff0c;针对选择困难症消费者。 import streamlit as st import pandas as pd import numpy as np import altair as alt from datetime import datetime, timedelta import time# 模拟数据生成 def generate_data():np.ra…...

OpenAI智能体初探:使用 OpenAI Responses API 在 PDF 中实现检索增强生成(RAG)

大家好,我是大 F,深耕AI算法十余年,互联网大厂技术岗。 知行合一,不写水文,喜欢可关注,分享AI算法干货、技术心得。 欢迎关注《大模型理论和实战》、《DeepSeek技术解析和实战》,一起探索技术的无限可能! 引子 在信息爆炸的时代,从大量 PDF 文档中快速准确地检索信息…...

什么是物理信息神经网络PINN

定义原理 物理信息神经网络(PINN)是一种创新的机器学习方法,将深度学习与物理知识相结合,旨在解决偏微分方程(PDE)相关问题。PINN的核心思想是在神经网络的训练过程中引入物理定律,从而提高模型的泛化能力和预测精度。 PINN的工作原理基于以下关键步骤: 构建神经网络…...

【实战-解决方案】Webpack 打包后很多js方法报错:not defined

问题分析 在不打包的情况下&#xff0c;方法&#xff08;如 checkLoginStatus、filterSites、initProgressBar 等&#xff09;可以正常运行&#xff0c;而经过 Webpack 打包后报 is not defined 错误&#xff0c;通常有以下几个可能的原因&#xff1a; 全局变量丢失 在 Webpac…...

【大模型基础_毛玉仁】2.3 基于 Encoder-only 架构的大语言模型

更多内容&#xff1a;XiaoJ的知识星球 目录 2.3 基于Encoder-only 架构的大语言模型2.3.1 Encoder-only 架构2.3.2 BERT 语言模型1&#xff09;BERT 模型结构2&#xff09;BERT 预训练方式3&#xff09;BERT 下游任务 2.3.3 BERT 衍生语言模型1&#xff09;RoBERTa 语言模型2&a…...