LeetCode题解(1420):生成数组(Python)

该博客探讨了一种动态规划的解决方案,用于计算在限定长度和条件下,数组搜索代价的最小化问题。时间复杂度和空间复杂度均为O(50×50×100),并给出了具体的Python实现代码。解法中定义了状态矩阵,并初始化所有长度为1的数组搜索代价。通过迭代更新状态矩阵,最终得出总搜索代价。解决方案以类方法形式返回结果。
摘要由CSDN通过智能技术生成

题目:原题链接(困难)

标签:动态规划

解法时间复杂度空间复杂度执行用时
Ans 1 (Python) O ( 50 × 50 × 100 ) O(50×50×100) O(50×50×100) O ( 50 × 50 × 100 ) O(50×50×100) O(50×50×100)120ms (94.44%)
Ans 2 (Python)
Ans 3 (Python)

解法一:

MOD = 10 ** 9 + 7

# 定义状态矩阵:dp[n][k][m]
MAX_N, MAX_M, MAX_K = 50, 100, 50
DP = [[[0] * (MAX_M + 1) for _ in range(MAX_K + 1)] for _ in range(MAX_N + 1)]

# 所有长度为1的数组的搜索代价都为1
for j in range(1, MAX_M + 1):
    DP[1][1][j] = 1

for i in range(2, MAX_N + 1):
    for s in range(1, min(MAX_K, i) + 1):  # 搜索代价不会超过数组长度
        prefix = 0
        for j in range(1, MAX_M + 1):
            DP[i][s][j] = (DP[i - 1][s][j] * j + prefix) % MOD
            prefix += DP[i - 1][s - 1][j]


class Solution:
    def numOfArrays(self, n: int, m: int, k: int) -> int:
        return sum(DP[n][k][j] for j in range(1, m + 1)) % MOD
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

长行

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值