京东前端编程题讨论

第一题:AC,比较简单,不过我写的比较复杂。。。。。

let s=readline().split("");
let count=0;
if(s.length<1||s.length>50) console.log(count);
for(let i=0;i<s.length-1;i++){
    if(s[i]!=s[i+1]){
        count++;
        if(i+1==s.length-1){
            count++;
        }
    }
    if(s[i]==s[i+1]){
        if(i>0){
            if(s[i]!=s[i-1]){
                count++;
            }
        }
    }
}
print(count);

第二题:30%,虽然已经用到动态规划了,不过后面相乘的时候,忘记大数相乘怎么写了。
let n=readline();
n=parseInt(n);
let dp=[];
dp[0]=1;
for(let i=1;i<n;i++){
    let num=i+1;
    for(let j=1;j<=i;j++){
        if(num%j==0){
            num=num/j;
        }
        dp[i]=num;
    }
}
let min=1;
dp.forEach(i=>min=min*i%987654321);
print(min);

第三题:20%,这道题是真的难,比较,不会做,跪求大神教。
只做了一种情况:去掉一个字母

let s=readline().split("");
let count=0;
count+=s.length;
if(isHuiWen(s)&&s.length!=1) {
    count++;
}
for(let i=s.length-1;i>=0;i=i-1){
    let char=s.splice(i,1)[0];
    if(isHuiWen(s)&&s.length!=1) {
        count++;
    }
    s.splice(i,1,char);
}
print(count);

function isHuiWen(str){
    if(!str.length) return false;
    let i=0,j=str.length-1,flag=true;
    while(i<j){
        if(str[i]!=str[j])
            flag=false;
        i++;
        j--
    }
    return flag;
} 

#春招##前端工程师#
全部评论
我也a了两题 第三题只来得及写思路,不知道能不能收到面试邀请
点赞 回复 分享
发布于 2018-04-09 23:03
求问第三题XXY为什么是4种? 不应该只有X和XX好Y三种吗
点赞 回复 分享
发布于 2018-04-09 21:50
第三题其实就是找出所有回文子串的组合 LeetCode047
点赞 回复 分享
发布于 2018-04-09 21:20
第一题用的和你一样的方法只A了50% 第二题也只跑了30%
点赞 回复 分享
发布于 2018-04-09 21:18
完了,感觉
点赞 回复 分享
发布于 2018-04-09 21:17

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1.&nbsp;WebMCP&nbsp;—&nbsp;让网站主动告诉&nbsp;AI&nbsp;该怎么操作AI&nbsp;操作浏览器的方案一直靠&quot;猜&quot;——截图识别、DOM&nbsp;解析,错误率&nbsp;15-30%。WebMCP&nbsp;反过来,让网站自己声明能做什么,AI&nbsp;直接调用结构化接口,准确率接近&nbsp;100%。Chrome&nbsp;Canary&nbsp;已实装。企业内部系统的&nbsp;WebMCP&nbsp;适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是&quot;我会用某个框架&quot;,而是&quot;我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
快刀斩offer:干测试,项目组就我一个测试,准备在职考研跑路了
点赞 评论 收藏
分享
评论
点赞
13
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务