既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
🔥前言
今天给大家分享算法中的一个重要思想——动态规划。题目源自牛客网的 《剑指offer》 专栏,我将通过两个经理题目来给大家讲清楚动态规划思想,让大家面对这一类题目时有自己的解题思路。
文章目录
一、连续子数组的最大和
1、题目要求
2、个人题解
2.1、解题思路
首先我们要弄清楚题目的含义:什么是连续子数组?
- 子数组就是小数组里的元素,原数组里必须含义;加上连续,理解起来就是:该数组是原数组里的一串连续的元素或者单个元素。
搞清楚连续子数组后考虑该题的解法:
- 既然单个元素也属于连续子数组这个范畴,那么从第二个元素开始,我们对该元素和他与前一个元素的和比较,将二者中的较大值存到辅助数组
dp
中。 - 定义一个
max
作为最终的结果,并和数组dp中的元素不断对比,较大值将被赋值给max。 - 继续遍历,更新继续往dp数组中放入较大值,同时max也不断更新
- 遍历结束,max的值就是连续子数组的最大和
图示助理解:
2.2、代码实现
class Solution {
public:
int FindGreatestSumOfSubArray(vector<int> array) {
if(array.size()==1)
return \*array.begin();
int dp[array.size()];
int max=array[0];
dp[0]=max;
for(int i=1;i<array.size();i++){
int temp=dp[i-1]+array[i];
dp[i] = temp>array[i]? temp:array[i];
if(dp[i]>max)
max=dp[i];
}
return max;
}
};
2.3、代码解析
- 根据题目可知,数组长度是不小于1的,因此在长度为1的时候,直接返回即可
- 根据数组长度设置辅助数组
dp
的长度,初始化dp首元素和max的值为数组首元素的值 - 从第二个元素开始,将子数组和的最大值存入dp数组并更新max的值
- 遍历结束后,返回
max
,程序结束,问题解决。
二、连续子数组的最大和(二)
1、题目要求
2、个人题解
2.1、解题思路
该题是在连续子数组的和最大的基础上,返回该连续子数组,这里仍然使用动态规划来解题:
我们仍然要通过辅助数组dp
来记录连续子数组的最大值,并根据最大值来更新连续子数组的区间,最后将最长区间作为数组下标,将区间范围的元素全部插入到要返回的数组中。
具体做法:
- 创建动态规划辅助数组,记录到下标i为止的最大连续子数组和,下标为0的时候,肯定等于原数组下标为0的元素。
- 准备左右区间双指针记录每次连续子数组的首尾,再准备两个双指针记录最大和且区间最长的连续子数组的首尾。
- 遍历数组,对于每个元素用上述状态转移公式记录其dp值,更新区间首尾(如果需要)。
- 出现一个最大值。且区间长度更大的时候,更新记录最长区间的双指针。
- 根据记录的最长子数组的位置取数组。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/topics/618545628)**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!