53. 最大子序和
题目描述
评论 (639)
题解(150)New
提交记录
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
示例:
输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
思路1
O(n)复杂度的思路其实和加油站这道题一样,分段思考,假如这一段都为负数了,那么肯定不在结果的最大和子序列中
思路2
动态规划,sum表示到i为止的最大子序列和,那么和一定是Max(加上第i个数后的sum,不加第i个数重新开始计算)
res记录sum的最大值
int maxSubArray(vector<int>& nums) {
if (nums.size() == 0)
return NULL;
int sum = 0;
int res = INT_MIN;
for (int i = 0; i < nums.size(); i++)
{
sum = std::max(sum + nums[i], nums[i]);
res = std::max(res, sum);
}
return res;
}
70. 爬楼梯
假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢?
注意:给定 n 是一个正整数。
示例 1:
输入: 2
输出: 2
解释: 有两种方法可以爬到楼顶。
- 1 阶 + 1 阶
- 2 阶
示例 2:
输入: 3
输出: 3
解释: 有三种方法可以爬到楼顶。
- 1 阶 + 1 阶 + 1 阶
- 1 阶 + 2 阶
- 2 阶 + 1 阶
思路1
递归,要么爬一阶要么爬二阶
然而超时了。。。
class Solution {
public:
int climbStairs(int n) {
int result = 0;
find(n,result);
return result;
}
void find(int n, int &result) {
if(n==1 || n==0) {
result +=1;
return;
}
if(n < 0) {
return;
}
find(n-2, result );
find(n-1, result);
}
};
思路2
发现其实就是斐波那契数列。。。。
那么,第一种方法就是直接数学通式求解
第二种递归,
第三种动态规划,
第 i 阶可以由以下两种方法得到:
在第 (i−1)阶后向上爬一阶。
在第 (i−2) 阶后向上爬 2 阶。
dp[index] = dp[index - 1] + dp[index - 2]
class Solution {
public:
int climbStairs(int n) {
if(n==1) return 1;
vector<int> s(n+1,-1); // 初始化n + 1 个 -1
s[1]=1;
s[2]=2;
for(int i=3;i<=n;i++)
{
s[i]=s[i-1]+s[i-2];
}
return s[n];
}
};
121. 买卖股票的最佳时机
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票),设计一个算法来计算你所能获取的最大利润。
注意你不能在买入股票前卖出股票。
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格。
示例 2:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
思路
这道题的核心是,求数组中2个数的最大差值,被减数要在减数左边
动态规划
第i个数时的结果result = max( 第i-1前的结果result , prices[index]- min当前找到的最小被减数)
#include <iostream>
#include <vector>
#include <algorithm>
using std::vector;
class Solution {
public:
int maxProfit(vector<int>& prices) {
int result = 0;
int min = INT16_MAX;
for (int index = 0; index < prices.size(); index++) {
min = std::min(prices[index], min);
result = std::max(result, prices[index] - min);
}
return result;
}
};
64. 最小路径
给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。
说明:每次只能向下或者向右移动一步。
示例:
输入:
[
[1,3,1],
[1,5,1],
[4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。
思路
典型的动态规划。。
核心就是凑出这句话
dp[x][y] = min(dp[x - 1][y], dp[x][y - 1]) + grid[x][y];
为了最快到达x,y ,最小的路径一定是从dp[x - 1][y], dp[x][y - 1]中最小的来的。
class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
int m = grid.size();
int n = grid[0].size();
vector<vector<int>> dp(m, vector<int>(n));
for(int x = 0; x < m; x++) {
for(int y = 0; y < n; y++) {
if(x == 0 && y == 0) {
dp[0][0] = grid[0][0];
} else if(x == 0) {
dp[x][y] = dp[x][y - 1] + grid[x][y];
} else if(y == 0) {
dp[x][y] = dp[x - 1][y] + grid[x][y];
} else {
dp[x][y] = min(dp[x - 1][y], dp[x][y - 1]) + grid[x][y];
}
}
}
return dp[m - 1][n - 1];
}
};