Leetcode 罗马数字转整数

代码的算法思想可以分为以下几步:

  1. 建立映射表

    • 首先,代码使用 HashMap 来存储罗马数字字符与其对应的整数值关系。例如,I 对应 1,V 对应 5,以此类推。这是为了方便后续快速查找每个罗马字符对应的整数值。
  2. 从右向左遍历罗马数字字符串

    • 代码从字符串的右边(最低位)开始,逐个字符地向左遍历。这是因为罗马数字中,如果一个较小的数出现在较大的数的左边,则需要从总数中减去该小数。通过从右向左遍历,可以更方便地处理这种减法规则。
  3. 累加或减去对应值

    • 遍历过程中,对于每个字符,首先查找它在映射表中的整数值。
    • 如果当前字符的值小于前一个字符的值(比如 IV 中的 I 小于 V),则说明需要执行减法,将当前值从结果中减去。
    • 如果当前字符的值大于或等于前一个字符的值,则说明需要执行加法,将当前值加到结果中。
  4. 更新前一个字符的值

    • 在每次循环中,将当前字符的值更新为 "前一个字符的值",以便下一次循环使用。这是为了在下一个字符判断时,可以对比当前值与前一个字符的值,决定是加法还是减法。
  5. 输出最终结果

    • 遍历完成后,result 变量中存储的就是整个罗马数字字符串对应的整数值。

示例解释

以字符串 "MCMXCIV" 为例:

  • 从右向左计算:V=5,加 5;I=1,因为小于 5,减 1;C=100,加 100;X=10,因为小于 100,减 10;M=1000,加 1000;C=100,因为小于 1000,减 100;M=1000,加 1000。
  • 最终得到的结果是 1994

算法复杂度

该算法的时间复杂度为 (O(n)),其中 (n) 为罗马数字字符串的长度。

java 代码实现

java 复制代码
class Solution {
    public int romanToInt(String s) {
        Map<Character, Integer> map =  new HashMap<>();
        map.put('I', 1);
        map.put('V', 5);
        map.put('X', 10);
        map.put('L', 50);
        map.put('C', 100);
        map.put('D', 500);
        map.put('M', 1000);
        //设置一个变量来记录前一个位置的数值
        int prevValue = 0;
        //设置一个变量来存储最终结果
        int result = 0;
        for(int i = s.length() - 1; i >= 0; i--) {
            //获取当前位置的数值
            int currentValue = map.get(s.charAt(i));

            if(currentValue < prevValue) {
                result -= currentValue;
            }else {
                result += currentValue;
            }

            prevValue = currentValue;
        }

        return result;
        
    }
}
相关推荐
这儿有一堆花5 分钟前
比特币:固若金汤的数字堡垒与它的四道防线
算法·区块链·哈希算法
客卿12310 分钟前
力扣100-移动0
算法·leetcode·职场和发展
CM莫问3 小时前
<论文>(微软)WINA:用于加速大语言模型推理的权重感知神经元激活
人工智能·算法·语言模型·自然语言处理·大模型·推理加速
计信金边罗5 小时前
是否存在路径(FIFOBB算法)
算法·蓝桥杯·图论
MZWeiei5 小时前
KMP 算法中 next 数组的构建函数 get_next
算法·kmp
Fanxt_Ja6 小时前
【JVM】三色标记法原理
java·开发语言·jvm·算法
luofeiju7 小时前
行列式的性质
线性代数·算法·矩阵
緈福的街口7 小时前
【leetcode】347. 前k个高频元素
算法·leetcode·职场和发展
半桔7 小时前
【Linux手册】冯诺依曼体系结构
linux·缓存·职场和发展·系统架构
pen-ai7 小时前
【统计方法】基础分类器: logistic, knn, svm, lda
算法·机器学习·支持向量机