Leetcode-896.单调数列

. - 力扣(LeetCode)

解法1(C).

首先假设数组是递增的,并通过遍历数组来检查这一假设是否成立。如果在遍历过程中发现递减的情况,并且之前已经确定是递增的,则函数返回 false。如果整个数组都是递增或递减的(或者包含相等的元素),则函数返回 true。这种方法只遍历数组一次,因此是高效的

bool isMonotonic(int* nums, int numsSize) {  

    // 假设初始为递增  

    bool increasing = true;  

    // 假设初始无变化,用于检测递减  

    bool decreasing = false;  

    for (int i = 1; i < numsSize; i++) {  

        if (nums[i] < nums[i - 1]) {  

            // 发现递减,如果之前已经确定递增,则不是单调  

            if (increasing) {  

                return false;  

            }  

            // 更新为递减状态  

            decreasing = true;  

        } else if (nums[i] > nums[i - 1]) {  

            // 发现递增,如果之前已经确定递减,则不是单调  

            if (decreasing) {  

                return false;  

            }  

            // 保持递增状态  

        }  

        // 如果相等,则不改变状态  

    }  附提交记录

 case1、case3都通过了,只有case2没过,心好累,忘记前一个数和后一个数相等的情况了。

 解法2.

Python版本:

初稿有点小问题,不知道读者是否能发现一下:

class Solution(object):  

    def isMonotonic(self, nums):  

        # 初始假设数组是递增的,且未检测到递减  

        increasing = True  

        # 初始假设数组未检测到递增(用于检测递减,但开始时我们不知道)  

        decreasing = False  

        n = len(nums)  

        for i in range(1, n):  # 从第二个元素开始比较  

            if nums[i] < nums[i - 1]:  

                # 发现递减  

                if increasing:  # 如果之前假设是递增的,则现在不是单调的  

                    return False  

                decreasing = True  # 更新为递减状态  

                increasing = False  # 既然已经递减,递增的假设就不再成立  

            elif nums[i] > nums[i - 1]:  

                # 发现递增(这里其实可以省略,因为递减状态会由上面的条件更新)  

                # 但为了保持代码的清晰性,我们仍然保留这个条件  

                decreasing = False  # 如果之前假设是递减的,但现在发现递增,则更新状态

            elif nums[i] == nums[i - 1]:

                continue

        # 如果循环中没有返回False,则数组是单调的  

        return True  

以下是修改过后的版本:

class Solution(object):

    def isMonotonic(self, nums):

        if (len(nums) == 1):

            return True

        else:

            flag = False

            pivot = 0

            sign = 0

            while (flag == False and pivot + 1 < len(nums)):

                if (nums[pivot] < nums[pivot + 1]):

                    sign = 1

                    flag = True

                elif (nums[pivot] > nums[pivot + 1]):

                    sign = -1

                    flag = True

                pivot = pivot + 1

        if (sign == 0):

            return True

        elif (sign == 1):

            for i in range(len(nums) - 1):

                if (nums[i] > nums[i + 1]):

                    return False

        else:

            for i in range(len(nums) - 1):

                if (nums[i] < nums[i + 1]):

                    return False

        return True

### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。
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
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