学习目标:
每天复习代码随想录上的题目2-3道算法(时间充足可以继续)
今日碎碎念:
1)进入贪心与dp专题,过完准备二刷,以及刷剑指offer。
2)这两天没更新是休息一下,然后也在学点别的课程来优化一下简历
3)坚持住吧,秋招马上来了!
力扣刷题
算法
力扣63:63. 不同路径 II
解答思路:
1)本题思路大体上是类似的
2)碰到障碍我们就不再初始化后面的数据了,直接跳出
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[][]dp = new int[m][n];
//初始化
for(int i = 0;i<m;i++){
if(obstacleGrid[i][0] == 0){
dp[i][0] = 1;
}else{
break;
}
}
for(int j = 0;j<n;j++){
if(obstacleGrid[0][j] == 0){
dp[0][j] = 1;
}else{
break;
}
}
for(int i = 1;i<m;i++){
for(int j = 1;j<n;j++){
if(obstacleGrid[i][j] == 1){
continue;
}else{
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
}
return dp[m-1][n-1];
}
}
力扣343:343. 整数拆分
解答思路:
1)本题难点在于思维
1.1)我们用i去遍历所有数,用j来拆分i,我们可以得到,题目中要求的拆分成k个数,其实最终体现出来的就是两个数,什么意思呢?我们要拆一个数,首先不是去思考一下子要拆成多少个合理,而是先考虑拆成最符合的两个数,然后分别对这两个数继续拆分。
2)方程怎么得到?最大是:dp[i],当前新拆分,之前拆分的
3)而我们可以推出来,越相近的两个数乘积会越大,因此在拆分i的时候,我们其实只需要遍历到i/2即可
class Solution {
public int integerBreak(int n) {
//dp[i]:拆分i得到的最大乘积为dp[i]
int[]dp = new int[n+1];
dp[0] = 0;
dp[1] = 1;
dp[2] = 1;
//遍历找答案
for(int i = 3;i<=n;i++){
//拆分i
//或者写成for(int j = 1;j<i/2;j++)
for(int j = 1;j<i-1;j++){
dp[i] = Math.max(dp[i],Math.max(j*(i-j),dp[i-j]*j));
}
}
return dp[n];
}
}
力扣416:416. 分割等和子集
class Solution {
public boolean canPartition(int[] nums) {
//其实是01背包问题--我们只要到达一半即可
int sum = 0;
for(int i : nums) sum += i;
//偶数才能分
if(sum % 2 == 1) return false;
//dp[j]:容量为j的背包能装下的最大价值为dp[j]
//背包容量:和 --> 题目给范围,总和不超过20000,因此背包容量为10001即可
int[]dp = new int[10001];
//开始01背包
int len = nums.length;
int tar = sum / 2;
for(int i = 0;i<len;i++){
//内层是倒序:倒着放物品看能不能放得下
for(int j = tar;j>=nums[i];j--){
dp[j] = Math.max(dp[j],dp[j-nums[i]]+nums[i]);
}
}
return dp[tar] == tar;
}
}