博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【Java习题】(难)已知⽅法 public static int[] delete(int[] arr, int ele) 的作⽤是删除数组中第 ⼀次出现的ele元素,并返回删除后的数组
阅读量:2165 次
发布时间:2019-05-01

本文共 1528 字,大约阅读时间需要 5 分钟。

此题略简单,完整代码如下:

package task;import java.util.Arrays;import java.util.Scanner;/** * (难)已知⽅法 public static int[] delete(int[] arr, int ele) 的作⽤是删除数组中第 * ⼀次出现的ele元素,并返回删除后的数组。实现这个⽅法。 */public class BigData13 {    public static void main(String[] args) {        Scanner scanner = new Scanner(System.in);        System.out.print("请依次输入6个数: ");        int[] arrays = new int[6];        for (int i = 0; i < arrays.length; i++) {            arrays[i] = scanner.nextInt();        }        System.out.println("请输入要删除的元素: ");        int x = scanner.nextInt();        int[] t = delete(arrays, x);        System.out.println("删除后指定元素后的数组为: " + Arrays.toString(t));    }    /**     * 删除元素     * @param arrays     * @param x     * @return     */    private static int[] delete(int[] arrays, int x) {        int count = 0;        boolean flag = false;        int i = 0;        for (i = 0; i < arrays.length; i++) {            if (arrays[i] == x) {                count++;                if (count == 1) {                    flag = true;                    break;                }            }        }        for (int j = i; j < arrays.length - 1; j++)            arrays[j] = arrays[j + 1];        return arrays;    }    /**     * 输入多个值     *     * @return     */    public static int[] input() {        Scanner scanner = new Scanner(System.in);        System.out.print("请依次输入6个数: ");        int[] arrays = new int[6];        for (int i = 0; i < arrays.length; i++) {            arrays[i] = scanner.nextInt();        }        return arrays;    }}

 

转载地址:http://wvczb.baihongyu.com/

你可能感兴趣的文章
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>
机器学习中常用评估指标汇总
查看>>
什么是 ROC AUC
查看>>
Bagging 简述
查看>>
详解 Stacking 的 python 实现
查看>>
简述极大似然估计
查看>>
用线性判别分析 LDA 降维
查看>>
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>
使聊天机器人具有个性
查看>>
使聊天机器人的对话更有营养
查看>>
一个 tflearn 情感分析小例子
查看>>