LeetCode-679.24 点游戏、深度优先搜索算法DFS

在这里插入图片描述
来源:力扣(LeetCode)

题目分析

括号运算符仅仅表达了一个运算顺序,可以不用考虑,实际的运算类型就 4 种。一共只有 4 个数,因此所有组合的可能性是有限的。
DFS 算法就是对当前的所有可能的操作进行枚举:当前的操作即从可选的数字中挑 2 个进行每种运算的尝试。

代码示例

constexpr  double ex = 1e-6;//精度
constexpr double tag = 24;//目标值
class Solution {
public: 
    bool judgePoint24(vector<int>& nums) {
        vector<double> curnums;
        for( int i = 0;i < nums.size();i++)
        {
            curnums.emplace_back(double(nums[i]));
        }
        return dfs(curnums);
    }
    bool dfs(vector<double> &nums)
{
        //边界条件:没有选择了,直接返回
        if( nums.size() == 0)
            return false;
        //基线条件:只有一种选择,直接判断结果
        if( nums.size() == 1)
            return abs(tag - nums[0] ) < ex;
        //当前能做的选择:挑 2 个数,进行 4 种运算
        for( int i = 0;i < nums.size();++i)//挑选第一个数
        {
            for( int j = 0;j < nums.size();++j)// 挑选第二个数
            {
                if( i != j )
                {
                    vector<double> curnums;//保存剩余元素
                    for( int k = 0;k < nums.size();++k)
                    {
                        if( k != i && k != j)
                            curnums.emplace_back(nums[k]);
                    }
                    //尝试每一种运算
                    // a+b
                    curnums.emplace_back( nums[i]+nums[j] );
                    bool isok = dfs( curnums);
                    curnums.pop_back();
                    if( isok)   return true;
                    // a- b
                    curnums.emplace_back( nums[i]-nums[j] );
                    isok =  dfs( curnums);
                    curnums.pop_back();
                    if( isok )  return true;
                    // b-a 已遍历了所有 a 和 b 的组合,没必要再进行 b-a
                    /*
                    curnums.emplace_back( nums[j]-nums[i] );
                    isok =  dfs( curnums);
                    curnums.pop_back();
                    if( isok )  return true;*/
                    // a*b
                    curnums.emplace_back( nums[i]*nums[j] );
                    isok =  dfs( curnums);
                    curnums.pop_back();
                    if( isok)   return true;
                    // a / b
                    if( nums[j] != 0 )
                    {
                        curnums.emplace_back( nums[i] / nums[j] );
                        isok =  dfs( curnums);
                        curnums.pop_back();
                        if( isok)   return true;
                    }
                    // b /a
                    /*
                    if( nums[i]!= 0 )
                    {
                        curnums.emplace_back( nums[j] / nums[i] );
                        isok =  dfs( curnums);
                        curnums.pop_back();
                        if( isok)   return true;
                    } */
                }
            }
        }
        return false;
    }
};

在这里插入图片描述

  • 0
    点赞
  • 1
    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。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。
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