博客
关于我
12.把字符串转换成整数
阅读量:192 次
发布时间:2019-02-27

本文共 906 字,大约阅读时间需要 3 分钟。

要解决这个问题,我们需要将一个字符串转换成整数,并确保该字符串是合法的数值表达。如果字符串不是合法的数值,或者数值为0,则返回0。

方法思路

  • 检查空字符串:如果输入字符串为空,直接返回0。
  • 处理正负号:检查字符串的第一个字符是否为'+'或'-',记录符号并将符号字符替换为'0',以便后续处理。
  • 遍历字符:逐个检查字符串中的每个字符是否为数字。如果发现非数字字符,返回0。
  • 计算数值:将字符串中的每个字符转换为对应的数字值,并累加得到总和。
  • 应用符号:根据记录的符号,调整数值的正负,返回最终结果。
  • 解决代码

    int StrToInt(string str) {    if (str.empty()) {        return 0;    }    int flag = 1;    if (str[0] == '-') {        flag = -1;        str[0] = '0';    } else if (str[0] == '+') {        str[0] = '0';    }    int sum = 0;    for (int i = 0; i < str.size(); ++i) {        if (str[i] < '0' || str[i] > '9') {            return 0;        }        sum = sum * 10 + (str[i] - '0');    }    return flag * sum;}

    代码解释

  • 空字符串检查:如果输入字符串为空,直接返回0。
  • 符号处理:检查字符串的第一个字符是否为'-'或'+',记录符号并将符号替换为'0',以避免后续处理中出现非数字字符。
  • 字符遍历:逐个检查每个字符是否为数字。如果发现非数字字符,返回0,表示字符串不合法。
  • 数值计算:将每个字符转换为对应的数字值,并累加得到总和。
  • 符号应用:根据记录的符号,调整数值的正负,最终返回结果。
  • 这个方法确保了我们能够正确且安全地将字符串转换为整数,同时处理了各种边界情况,如空字符串、非法字符和前导零等。

    转载地址:http://npbb.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>