算法思路记录

深度优先问题

参考组合总数I、组合总数II等题目

深度优先的函数入口参数为 当前index 当前状态(多个)

举例:

def combinationSum(self, candidates, target):
        """
        :type candidates: List[int]
        :type target: int
        :rtype: List[List[int]]
        """
        n = len(candidates)
        ans = []
        def dfs(dix,sumt,tmp):
            if sumt> target:
                return 
            if sumt== target:
                ans.append(tmp)
                return
            for i in range(dix,n):
                dfs(i,sumt + candidates[i], tmp.append(candidates[i]))
        dfs(0,0,[])
        return ans
lass Solution {
public:
    vector<vector<int>> combinationSum(vector<int>& candidates, int target) {
        vector<vector<int>> res;
        vector<int> path;
        dfs(candidates, path, res, target, 0, 0);
        
        return res;
    }

    void dfs(vector<int> &candidates, vector<int> &path, vector<vector<int>> &res, int target, int pre_sum, int idx){
        if (pre_sum > target){
            return;
        }else if (pre_sum == target){
            res.push_back(path);
            return;
        }
        for (int i = idx; i < candidates.size(); i++){
            path.push_back(candidates[i]);
            dfs(candidates, path, res, target, pre_sum+candidates[i], i);
            path.pop_back();
        }
    }
};

不同的方案写的细节:关于push/pop

因为python中没有使用push而是使用直接+的方式,天然避免了pop

KMP算法(Knuth-Morris-Pratt算法)是一种字符串匹配算法,用于在一个主串中查找一个模式串的出现位置。其思路是通过预处理模式串,构建一个部分匹配表(也称为next数组),然后利用该表在主串中进行匹配。 KMP算法思路如下: 1. 预处理模式串:根据模式串构建部分匹配表。部分匹配表是一个数组,记录了模式串中每个位置之前的子串的最长相同前缀和后缀的长度。这个过程可以通过动态规划来实现,具体步骤如下: - 初始化部分匹配表,将第一个位置设为0。 - 从第二个位置开始,依次计算每个位置的最长相同前缀和后缀的长度。 - 如果当前位置的字符与前一个位置的最长相同前缀和后缀的下一个字符相等,则最长相同前缀和后缀的长度加1;否则,将当前位置的最长相同前缀和后缀的长度设为0。 - 重复上述步骤,直到计算完整个部分匹配表。 2. 在主串中进行匹配:利用部分匹配表,在主串中查找模式串的出现位置。具体步骤如下: - 初始化主串和模式串的指针,分别指向第一个字符。 - 逐个比较主串和模式串的字符: - 如果当前字符匹配,则继续比较下一个字符。 - 如果当前字符不匹配: - 根据部分匹配表,将模式串的指针移动到合适的位置,继续比较。 - 如果模式串的指针移动到了第一个位置,则说明没有找到匹配,主串的指针向后移动一位,继续比较。 3. 重复上述步骤,直到找到模式串的所有出现位置或者主串遍历完毕。
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