lc刷题总结(动态规划第一次)

本文通过总结LeetCode中涉及动态规划的问题,如斐波那契数、爬楼梯、分割等和子集等,深入探讨了动态规划在解决算法问题中的应用,包括01背包、完全背包、递推公式等多种策略。并分析了股票交易、最长递增子序列、最长公共子序列等复杂问题的解题思路。
摘要由CSDN通过智能技术生成
  • lc509. 斐波那契数
  • lc70. 爬楼梯
  • lc746. 使用最小花费爬楼梯
  • lc62. 不同路径
  • lc63. 不同路径 II
  • lc343. 整数拆分(没想出来dp[i]表示i可以拆出乘积的最大值)
  • lc96. 不同的二叉搜索树
class Solution {
   
public:
    int numTrees(int n) {
   
        vector<int> dp(n + 1);
        dp[0] = 1;
        for (int i = 1; i <= n; i++) {
   
            for (int j = 1; j <= i; j++) {
   
                dp[i] += dp[j - 1] * dp[i - j];
            }
        }
        return dp[n];
    }
};
j代表头结点的遍历元素
  • lc416. 分割等和子集:01背包->最后如果容量为总和一半的背包能装满就证明是true
  • lc1049. 最后一块石头的重量 II: 尽量分成重量相等的两堆,用容量为sum/2的袋子尽量装满,再去用总和减去(袋子*2)
  • lc494. 目标和:dp[j]+=dp[j-nums[i]],求方法数的题
  • lc474. 一和零:两个维度的01背包,过于牛马
  • lc518. 零钱兑换 II:完全背包求组合数
  • lc377. 组合总和 Ⅳ :有个坑,超范围直接一手unsigned long long
// 先遍历背包,再遍历物品
for(int j = 0; j <= bagWeight; j++) {
    // 遍历背包容量
    for(int i = 0; i < weight.size(); i++) {
    // 遍历物品
        if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
    }
    cout << endl;
}
  • lc322. 零钱兑换
class Solution {
   
public:
    int coinChange(vector<int>& coins, int amount) {
   
        vector<int> dp(amount + 1, INT_MAX);
        dp[0] = 
评论 2
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