【LeetCode】-66. 加一

1. 题目

66. 加一

给定一个由 整数 组成的 非空 数组所表示的非负整数,在该数的基础上加一。

最高位数字存放在数组的首位, 数组中每个元素只存储单个数字。

你可以假设除了整数 0 之外,这个整数不会以零开头。

2. 示例

输入:digits = [1,2,3]
输出:[1,2,4]
解释:输入数组表示数字 123。
输入:digits = [4,3,2,1]
输出:[4,3,2,2]
解释:输入数组表示数字 4321。
输入:digits = [0]
输出:[1]

3. 分析

方法一:

一开始想到的方法是将digits转化为数字后,让数字再+1,最后把新数字转化成为新数组的方法行不通,因为有可能digits原始数组很长,导致在转化成数字的过程中,范围溢出。比如测试用例中的这个数组:[7,2,8,5,0,9,1,2,9,5,3,6,6,7,3,2,8,4,3,7,9,5,7,7,4,7,4,9,4,7,0,1,1,1,7,4,0,0,6],即便long long int类型也无法表示这么大的数,因此这种方法行不通

方法二:

根据有没有进位来区分:

1.没有进位,末位数字直接+1

2.有进位,末位置0,并从倒数第二位向前遍历数组:

(1)如果i位置数字需要进位,就把i位置数字置为0

(2)如果i位置数字不需要进位,让i位置数字+1,并结束循环

返回

(1)如果digits最高位的数字为0,表明digits最高位的数字发生了进位,那么数组就需要多一个元素,即进位上来的最前面的1,这时候就需要用到新数组newDigits了,把新数组newDigits的第一个元素置为1,并把digits的所有元素依次尾插到newDigits中,返回新数组

(2)如果digits数组的最高位没有产生进位,直接返回计算后的digits

4. 代码实现

class Solution {
public:
    vector<int> plusOne(vector<int>& digits) {
        int i = 0;  
        int length = digits.size();
        vector<int> newDigits;//新数组
        
        //1.没有进位,末位数字直接+1
        if(digits[length-1]+1<=9)
        {
            digits[length-1] += 1;
        }
        else//2.有进位
        {
            digits[length-1] = 0;//末位置0
            for(i = length-2;i>=0;i--)
            {
                //i位置数字需要进位,就把i位置数字置为0
                if(digits[i] + 1 >9)
                {
                    digits[i] = 0;
                }
                else//i位置数字不需要进位,让i位置数字+1,并结束循环
                {
                    digits[i] += 1;
                    break;
                }
            }          
        }

        //digits最高位的数字为0,表明digits最高位的数字发生了进位,那么数组就需要多一个元素,即进位上来的最前面的1,这时候就需要用到新数组newDigits了
        if(digits[0] == 0)//digits数组的最高位产生了进位
        {
            newDigits.push_back(1);//把新数组newDigits的第一个元素置为1
            for(i = 0;i<length;i++)//digits的所有元素依次尾插到newDigits中
            {
                newDigits.push_back(digits[i]);
            }
            return newDigits;
        }
        else//digits数组的最高位没有产生进位,直接返回计算后的digits
        {
            return digits;
        }      
    }
};

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 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》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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