代码随想录基础学习
动态规划
简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。动态规划中每一个状态都是由前一个状态推导出来;而贪心没有状态推导,直接选局部最优。
动态规划的解题步骤
1、确定dp数组(dp table)以及下标的含义。
2、确定递推公式。(某些情况下递推公式决定了dp数组要如何初始化)
3、dp 数组如何初始化
4、确定遍历顺序
5、举例推导dp数组
动态规划debug
当代码出现问题时,找问题的最好方式是把DP数组打印出来,看看究竟是不是按照自己的思路推导的!
做dp的题目,写代码前需要把状态转移在dp数组上的具体情况模拟一遍,心中有数,确定最后推出来的是想要的结果。
再写代码,若代码没通过就打印dp数组,看看是不是和自己预先推导的哪里不一样。
若推导一致,就可能是自己的递推公式、初始化或者遍历顺序有问题。
若不一致,就是代码实现细节有问题。
eg来啦——杨辉三角
描述
给定一个非负整数 numRows
,生成「杨辉三角」的前 numRows
行。
在「杨辉三角」中,每个数是它左上方和右上方的数的和。
示例 1:
输入: numRows = 5 输出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]
示例 2:
输入: numRows = 1 输出: [[1]]
提示:
1 <= numRows <= 30
初步分析
此题输出应为一个二维数组且第 i 行有 i 个元素;将每一行看做一个状态, 输出结果应该是每个状态构成的列表 lis , 则 lis[i] = [dp],lis 中每一行即一个状态 dp 的左右边界均为1。
将 li 初始化为,即将 dp初始化为 dp = [1]*(i+1);
不管左右边界,即从第三行开始,第 i 行的1 ~(i-1)的列索引位置上 状态转移方程为
lis [i][j] = lis [i-1][j] + lis [i-1][j+1]
按照上文所述进行debug才找到状态方程里正确的索引。
我的代码
class Solution:
def generate(self, numRows: int) -> List[List[int]]:
li = []
for i in range(numRows):
dp = [1]*(i+1)
li.append(dp)
for j in range(i-1):
li[i][j+1] = li[i-1][j] + li[i-1][j+1]
return li
Leecode题解陆诚
解题思路
观察一下规律,发现当前一行只比上一行多了一个元素,最最关键的一点:本行元素等于上一行元素往后错一位再逐个相加:
{:align="center”}
因此我们只要对最后一行单独处理:最后一行首、尾分别添加一个零然后对应位置求和就可以得到新的一行,思路上比较清晰,占用的时间、空间复杂度也都还挺好<
代码
class Solution:
def generate(self, numRows: int) -> List[List[int]]:
# 定义一个名为 generate 的函数,接受一个整数 numRows 作为参数,返回一个列表的列表
if numRows == 0:
return []
# 如果 numRows 为 0,返回一个空列表
res = [[1]]
# 初始化结果列表 res,包含一个元素 [1]
while len(res) < numRows:
# 当 res 的长度小于 numRows 时,执行循环
newRow = [a + b for a, b in zip([0] + res[-1], res[-1] + [0])]
# 生成新的一行 newRow。使用 zip 函数将上一行的两端分别加上 0,然后逐元素相加得到新的一行
res.append(newRow)
# 将新的一行添加到结果列表中
return res
# 返回结果列表
代码的工作流程
- 检查
numRows
是否为 0,如果是,则返回一个空列表。 - 初始化结果列表
res
,初始值为[[1]]
,即帕斯卡三角形的第一行。 - 使用
while
循环生成剩余的行,直到res
的长度等于numRows
。 - 在每次迭代中,通过对上一行两端分别加 0,然后逐元素相加生成新的一行。
- 将新的一行添加到结果列表
res
中。 - 返回最终的结果列表
res
。
这个算法的时间复杂度是 O(numRows^2)
,因为需要生成 numRows
行,每行最多有 numRows
个元素。