只开六缸车-CSDN博客

不持有状态下分为，按照前一天不持有，要不就是按照前一天持有的手头最大现金，卖出当前股票。不持有状态下分为，按照前一天不持有，要不就是按照前一天持有的手头最大现金，卖出当前股票。持有状态下又分为按照前一天不动，要不就是以前一天不持有的手头最大现金买入。持有状态下又分为按照前一天不动，要不就是以前一天不持有的手头最大现金买入。定义一个二维dp数组，i表示第几天，0表示持有，1表示不持有。所以dp[0][0] = -prices[0];所以dp[0][1] = 0;1.确定dp数组含义。所以分为两个递推公式。

2024-06-06 16:51:30 203

原创动态规划：打家劫舍 II

打家劫舍的解法和背包问题是两种不同的解题思路。打家劫舍2的关键思路在于对不同情况的分析。但同样是依赖于前面的状态推导。考虑首节点，不考虑尾结点。考虑尾结点，不考虑首节点。从这两个里面选取最大值。

2024-06-05 11:27:16 262

原创动态规划：单词拆分

这道题虽然模板像动态规划，但是按照背包问题的思路想这道题是想不出来的。解法还是有区别于背包问题。还是带入代码理解吧。

2024-05-31 14:34:17 216

原创动态规划：零钱兑换

dp[j-coins[i]]+1，以amount=4,coins=1,2举例，dp[j-coins[i]]意味着dp[2]时最少用了几枚硬币，再加上自身这枚也就是dp[j-coins[i]]+1。= Integer.MAX_VALUE 防止溢出。dp[0]=0，确定面额为0，只有0个硬币，其他下标初始化为最大值。0-amount,每个面额最小用几个硬币。可以取多次，则正序遍历。1.确定dp数组含义。

2024-05-30 12:09:15 215

原创动态规划：目标和

因为是求方式数，dp[0]初始化为1，不用非得死扣为什么为1，知道是为了推出正确答案才这么初始化就够了。本次和最后一块石头的重量2有异曲同工之妙，都是要分成两堆。正数的集合总和-负数的集合总和=目标和，那么怎么求出正数的集合；这道题开题解给我看的一脸懵，最后还是靠着手动画图才稍微明白。所以，正数的集合总和-（总和-正数的集合总和）=目标和。很难解释含义，只能靠带入递推公式，手动画表格理解。所以，正数的集合总和=（总和+目标和）/2。负数的集合总和=总和-正数的集合总和。正数的集合总和=最大背包重量。

2024-05-28 14:03:59 215

原创动态规划：最后一块石头的重量 II

这道题的思路是，将石头分成两堆，两堆石头重量越平衡，相撞后得到的重量最小，而不用考虑具体哪些石头碰出来的。本题上来犯了一个大错，就是被题目的提示带偏了，从被具体怎么分石头迷惑住了，而没有从整体想。石头只能取一次，故从后向前遍历。重量0-n分别能装的最大重量。本题是分割等和子集的变种。1.确定dp数组的含义。固定的背包问题递推公式。

2024-05-27 15:49:40 222

原创 mysql索引优化

对于辅助的联合索引(name,age,position)，正常情况按照最左前缀原则，这种情况只会走name字段索引，因为根据name字段过滤完，得到的索引行里的age和position是无序的，无法很好的利用索引。在MySQL5.6之前的版本，这个查询只能在联合索引里匹配到名字是 ‘LiLei’ 开头的索引，然后拿这些索引对应的主键逐个回表，到主键索引上找出相应的记录，再比对age和position这两个字段的值是否符合。

2024-05-24 17:30:35 391

原创动态规划：分割等和子集

题目中给的nums数组，以nums=[1,5,11,5]为例，可以分析为有4个物品，每个物品的重量为weight=[1,5,11,5],每个物品的价值为value=[1,5,11,5]这道题是01背包问题的抽象，这道题的难点在于怎么绕明白遍历顺序是从后往前。重量从0到maxWeight，分别能装的最大价值。最大容量为：（1+5+11+5）/2。只能选取一次，从后向前。1.确定dp数组含义。

2024-05-24 14:50:06 142

原创动态规划：01背包问题

因为只能放一个，物品0的重量为1，价值为15，所以背包重量为1的时候，最大价值为15，那么最大重量为2的时候呢，因为只有一个物品0供我们放，所以重量为2时的最大价值依旧为15，初始化后的表格也就是。此时正好可以放一个物品0和一个物品1，也就是当背包重量为3时的最大价值，加上背包重量为1时的最大价值。肯定是物品0，因为物品1超重了，重量为3，所以放不了物品1，选择不放，则继承物品0的价值。肯定是物品0，因为物品1超重了，重量为3，所以放不了物品1，选择不放，则继承物品0的价值。

2024-05-23 16:14:09 356

原创动态规划：不同的二叉搜索树

以n=3为例，这几种二叉树大体上是由头节点1、2、3组成的，n=3的情况下，有几种二叉树等于头结点1的二叉树数量+头结点2的二叉树数量+头结点3的二叉树数量。那么具体的递推公式是什么，假设n=3，头结点j=1的话，头结点为1的二叉树数量=左子树数量*右子树数量，以此类推加3次，就得出了n个节点有几种二叉树了。本题的dp[0]初始化为1，可以理解为只有1才能推出正确结果，我不认同0个节点它也是二叉树，初始化为1完全就是能推出正确结果。以n=3为例，dp[0]代表0个节点的情况下，能组成几种二叉树。

2024-05-23 14:48:25 673

原创动态规划：整数拆分

以3为例，3可以被拆分为1*(3-1)，或是1*(1*1)，那么这个(1*1)又是组成2的，所以从拆分两个数，和拆分为3个以上的数乘积中选择一个最大的。故递推公式为Math.max(1*(3-1),1*dp[3-1]);那么dp[3-1]又代表什么含义，dp[3-1]=dp[2]，意味着2拆分后的最大乘积1*1，也意味着上述的1*1*1，意味着Math.max(1*2,1*1*1);为什么不初始化3了，因为3可以被拆分为3个数1,1,1或两个数1,2，并且3可以从前面的数推导出来。1.确定dp数组含义。

2024-05-22 13:46:17 296

原创动态规划：不同路径 II

此题的解题思路和不同路径 1是一样的，不同点在于网格内出现了障碍物。体现出了初始化的重要性。初始化第一行第一列，遇到障碍物的情况下，障碍物后的走法都为0，符合生活常识。因为后面的状态依赖前面的状态推导，所以选择从前向后遍历。dp数组中每个元素代表网格内每个位置有几种走法。1.确定dp数组含义。

2024-05-22 12:39:48 346

原创 explain详解与索引最佳实践

mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值。

2024-05-22 11:45:32 1112

原创深入理解Mysql索引底层数据结构与算法

是帮助mysql高效获取数据的排好序的数据结构为什么不选择二叉树？因为容易形成链表。

2024-05-21 17:17:46 741

原创 java面向对象：概述及两大要素（类与对象）

面向对象，是软件开发中的一类编程风格、开发范式。

2024-05-21 14:43:38 157

原创动态规划：不同路径

题意是有一个m*n的网格，所以需要一个m*n大小的dp数组，每个位置代表到达此位置有几条不同的路径。因为机器人每次只能向下或者向右移动一步。所以dp[m][n]位置的路径条数一定是依赖前面的状态。第一行每个位置一定只有1条路径，所以dp[0][0到n]的位置全部初始化为1。第一列每个位置一定只有1条路径，所以dp[0到m][0]的位置全部初始化为1。第i,j位置的路径条数=上一行当前列的条数+当前行上一列。所以需要从前向后遍历。1.确定dp数组含义。

2024-05-21 11:24:08 142

原创动态规划：使用最小花费爬楼梯

含义：第i阶台阶的最小花费=Math.min(i-1阶台阶已经花的最小花费+从i-1阶开始要花费的，i-2阶台阶已经花的最小花费+从i-2阶开始要花费的)公式为：dp[i] = Math.min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);后面的状态由前面的状态转移过来，所以要从前向后遍历。所以dp[0]=0意味着第0阶开始，已经花费0。所以dp[1]=0意味着第1阶开始，已经花费0。在第i个台阶已经花费的体力/费用。题意：你可以选择从下标为。1.确定dp数组含义。

2024-05-21 10:24:40 561

原创动态规划：爬楼梯

此题的思路和斐波那契数列是差不多的，都是前一项加前前项的和。唯一的区别在于dp[0]的初始化，正常应该是不初始化dp[0]，但要是从第2阶开始推，就必须初始化dp[0]为1才能推出正确答案。dp[0]初始化为1，dp[1]初始化为1，这样可以正确推导出结果。因为后面的结果依赖前面的结果，所以是从前到后遍历。dp数组第n项为第n阶台阶有几种方式到达顶楼。第n项的结果为第n-1项加第n-2项。1.确定dp数组含义。

2024-05-20 14:47:41 208

原创动态规划：斐波那契数列

根据题意，第三个数是由前面一个数+前前面一个数，所以递推公式为dp[i] = dp[i-1]+d[i-2]。题解可以优化，只需要一个大小为2的dp数组就足够，但为了体现递归的特性，故这么写。根据题意，dp[0]=0,dp[1]=1，这么初始化就够了。由于后面的状态是由前面推导出来的，所以需要从前向后遍历。这道题的dp数组含义是，第n个位置的斐波那锲数。遇到解题错误的情况，打印dp数组排错。5.打印dp数组（可选）1.确认dp数组含义。

2024-05-20 11:20:27 328