XiaoCai

在leetCode用算法炒股，顺便学一下动态规划

从动态规划[120.三角形最小路径和]来看算法演技之美吧

贪欲是七大罪（饕餮、贪婪、懒惰、淫欲、傲慢、嫉妒和暴怒）之一，在代码中合适的贪心策略能起到杠杆效果，但是不合适的贪心策略往往只能做到局部最优，并不能得到最终的结果，代码没有银弹，我们需要具体问题具体分析1. 实例问题一：找零钱问题问题描述：老板现在要找钱，桌面上有面额：50、25、10、5、2、1的钱，请写出一个算法，实现找钱最少的方法，如需要找零99，则为：[50、25、10、10、5、1、1、1、1]共9。1.1. 贪心策略解题思路：我们按照常人的思路来看，我们先找大钱，再找小钱，依次而来，则可

建议看的时候全程哼唱小岳岳的：可能我撞了南墙才会回头吧1. 回溯算法       回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的，

问题描述https://leetcode-cn.com/problems/regular-expression-matching/解题代码/* * @lc app=leetcode.cn id=10 lang=csharp * * [10] 正则表达式匹配 */// @lc code=startpublic class Solution { public bool IsMatch(string s, string p) { bool[,] bMatch..

       其实前文讲解过背包问题，对背包问题是什么有一个描述性的内容。https://blog.csdn.net/a13407142317/article/details/117934525?spm=1001.2014.3001.5501       说起这个，又想起来大学的时候研究排序算法的时候曾经研究过背包问题，现在要整体搭建自己的知识框架，所以又重头再来研

       背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学，计算复杂性理论、密码学和应用数学等领域中。也可以将背包问题描述为决定性问题，即在总重量不超过W的前提下，总价值是否能达到V？它是在1978年由Mer

动态规划（Dynamic Programming，DP）是运筹学的一个分支，是求解决策过程最优化的过程。20世纪50年代初，美国数学家贝尔曼（R.Bellman）等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，从而创立了动态规划。动态规划的应用极其广泛，包括工程技术、经济、工业生产、军事以及自动化控制等领域，并在背包问题、生产经营问题、资金管理问题、资源分配问题、最短路径问题和复杂系统可靠性问题等中取得了显著的效果。1. 什么是动态规划1.1. 百度百科对于动态规划的解释动态规划，切勿望