每日一道 LeetCode (4):羅馬數字轉整數
前文合集
題目:羅馬數字轉整數
題目來源: https://leetcode-cn.com/problems/roman-to-integer/
羅馬數字包含以下七種字符: I, V, X, L,C,D 和 M。
字符 數值 I 1 V 5 X 10 L 50 C 100 D 500 M 1000
例如, 羅馬數字 2 寫做 II ,即爲兩個並列的 1。12 寫做 XII ,即爲 X + II 。 27 寫做 XXVII, 即爲 XX + V + II 。
通常情況下,羅馬數字中小的數字在大的數字的右邊。但也存在特例,例如 4 不寫做 IIII,而是 IV。數字 1 在數字 5 的左邊,所表示的數等於大數 5 減小數 1 得到的數值 4 。同樣地,數字 9 表示爲 IX。這個特殊的規則只適用於以下六種情況:
- I 可以放在 V (5) 和 X (10) 的左邊,來表示 4 和 9。
- X 可以放在 L (50) 和 C (100) 的左邊,來表示 40 和 90。
- C 可以放在 D (500) 和 M (1000) 的左邊,來表示 400 和 900。
給定一個羅馬數字,將其轉換成整數。輸入確保在 1 到 3999 的範圍內。
示例 1:
輸入: "III" 輸出: 3
示例 2:
輸入: "IV" 輸出: 4
示例 3:
輸入: "IX" 輸出: 9
示例 4:
輸入: "LVIII" 輸出: 58 解釋: L = 50, V= 5, III = 3.
示例 5:
輸入: "MCMXCIV" 輸出: 1994 解釋: M = 1000, CM = 900, XC = 90, IV = 4.
解法
說實話,這道題我看到的時候,讀了四五遍,愣是一點想法都沒,只感覺要循環去解(這不是廢話)。
思考了 5 分鐘,愣是沒想通,這時我深深的意識到自己並不是天才,這個詞與我無關,還是乖乖去看答案吧。
果然,看了答案,立馬就明白套路了。
我相信,我說了算法以後,哪怕一個剛接觸編程的同學都能嘗試着將這個算法寫出來。
所以說,讀懂題太特麼重要了。
主要還是羅馬數字我們平時接觸的少,缺乏這方面的概念,至少我從小到大也就只在鐘錶錶盤上見過羅馬數字。
簡單總結一下:
I,V,X,L,C,D,M IV=5-1=4 VI=5+1=6
最關鍵的一點,計算的時候從左往右算,右邊的小,就把右邊的數字加起來,右邊的大,就把右邊的數字減一下,最後一位加起來,結束。
我相信,如果把題目換成上面這句話,99% 的人都寫的出來,下面開始放代碼。
代碼實現
public int romanToInt(String s) { // 定義返回結果 int sum = 0; int preNum = getValue(s.charAt(0)); for (int i = 1; i < s.length(); i++) { int num = getValue(s.charAt(i)); if (preNum < num) { sum -= preNum; } else { sum += preNum; } preNum = num; } sum += preNum; return sum; } private int getValue(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; default: return 0; } }
這個方法獲取字母對應的數字是採用了遍歷的方式,那麼這裏是不是可以優化一下,如果把這個對應關係放到 hash 表中,尋找的速度會不會更快?馬上我又寫了第二段代碼做嘗試。
public int romanToInt_1(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); // 定義返回結果 int sum = 0; int preNum = map.get(s.charAt(0)); for (int i = 1; i < s.length(); i++) { int num = map.get(s.charAt(i)); if (preNum < num) { sum -= preNum; } else { sum += preNum; } preNum = num; } sum += preNum; return sum; }
最終的結果有點失望,構建 hash 表佔用了更多的內存,結果執行時間還比前面遍歷的方式慢了 50% 。
這裏我猜測是因爲數據量小的原因,我們總共只往 hash 表中放了 7 個值,如果是放 700 個或者 7000 個值,hash 表的平均尋找速度肯定要比遍歷來的快。