LeetCode——算法思想训练(动态规划上)
题号目录网址 (只做了部分题)
对应题号到LeetCode搜索
1.动态规划
主要是最优子结构和动态转移方程,动态规划很多情况是近似最优解
70. 爬楼梯(简单题)
// 这是数学
class Solution {
public:
int climbStairs(int n) {
double sqrt5 = sqrt(5);
// 将矩阵M= PA(P-1),A是对角阵
double fibn = pow((1 + sqrt5) / 2, n + 1) - pow((1 - sqrt5) / 2, n + 1);
return (int)round(fibn / sqrt5);
}
};
class Solution {
public:
int climbStairs(int n) {
if (n <= 2) return n;
// pre2是前两步的地方,pre1是前一步的地方
int pre2 = 1, pre1 = 2, cur;
for (int i = 2; i < n; ++i) {
cur = pre1 + pre2;
pre2 = pre1;
pre1 = cur;
}
return cur;
}
};
198. 打家劫舍(中等题)
class Solution {
public:
int rob(vector<int>& nums) {
int n = nums.size();
if(n==0) return 0;
if(n==1) return nums[0];
int p1=0,p2=0,cur; // 抢劫i-1和i-2房子获得的价值,cur当前最大
for(int i=0;i<n;++i){
cur = max(p1,nums[i]+p2);
p2 = p1;
p1 = cur;
}
return cur;
}
};
413. 等差数列划分(中等题)
因为每次记录的当前位置的数列个数,所以要把每个位置的个数都加一遍
class Solution {
public:
int numberOfArithmeticSlices(vector<int>& nums) {
int n = nums.size();
if(n<3) return 0;
vector<int> dp(n,0);
for(int i=2;i<n;++i){
if(nums[i]-nums[i-1]==nums[i-1]-nums[i-2]){
dp[i] = dp[i-1]+1;
}
}
return accumulate(dp.begin(), dp.end(), 0);
}
};
64. 最小路径和(中等题)
找到动态转移方程
class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
int m=grid.size(),n=grid[0].size();
vector<int> dp(n,0);
for(int i=0;i<m;++i){
for(int j=0;j<n;++j){
if(i==0 && j==0){
dp[j] = grid[i][j];
}
else if(i==0){
dp[j] = dp[j-1]+grid[i][j];
}
else if(j==0){
dp[j] = dp[j]+grid[i][j];
}
else{
// 第J个位置还没有更新,其实就是等于存放着dp[i-1][j]的值
dp[j] = min(dp[j],dp[j-1])+grid[i][j];
}
}
}
return dp[n-1];
}
};
542. 01 矩阵(中等题)
class Solution {
public:
vector<vector<int>> updateMatrix(vector<vector<int>>& mat) {
if(mat.empty()) return {};
int n = mat.size(), m = mat[0].size();
vector<vector<int>> dp(n,vector<int>(m,INT_MAX-1));
// 从左上角到右下角,只跟上左比较
for(int i=0;i<n;++i){
for(int j=0;j<m;++j){
if(mat[i][j]==0) dp[i][j]=0;
else{
if(i>0) dp[i][j] = min(dp[i][j],dp[i-1][j]+1);
if(j>0) dp[i][j] = min(dp[i][j],dp[i][j-1]+1);
}
}
}
// 从右下角到左上角,跟下右比较
for(int i=n-1;i>=0;--i){
for(int j=m-1;j>=0;--j){
if(mat[i][j]!=0){
if(i<n-1) dp[i][j] = min(dp[i][j],dp[i+1][j]+1);
if(j<m-1) dp[i][j] = min(dp[i][j],dp[i][j+1]+1);
}
}
}
return dp;
}
};
221. 最大正方形(中等题)
主要是和左,上和左上这三个位置比较,如果是正方形,当前位置长是K,那其他三个位置肯定是K-1
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
if(matrix.empty() || matrix.empty()) return 0;
int n = matrix.size(), m = matrix[0].size(), max_length=0;
vector<vector<int>> dp(n+1,vector<int>(m+1,0)); //+1是因为正方形可能是靠右下角
for(int i=1;i<=n;++i){
for(int j=1;j<=m;++j){
if(matrix[i-1][j-1]=='1'){
// 主要是和左,上和左上这三个位置比较,如果是正方形,当前位置长是K,
// 那其他三个位置肯定是K-1
dp[i][j] = min(dp[i-1][j-1],min(dp[i-1][j],dp[i][j-1]))+1;
}
max_length = max(dp[i][j],max_length);
}
}
return max_length*max_length;
}
};
279. 完全平方数(中等题)
class Solution {
public:
int numSquares(int n) {
vector<int> dp(n + 1);
for (int i = 1; i <= n; i++) {
int minn = INT_MAX;
for (int j = 1; j * j <= i; j++) {
// 这里是动态转移方程
minn = min(minn, dp[i - j * j]);
}
dp[i] = minn + 1;
}
return dp[n];
}
};
300. 最长递增子序列(中等题)
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
int max_length = 0,n = nums.size();
if(n<=1) return n;
vector<int> dp(n,1);
for(int i=1;i<n;++i){
for(int j=0;j<i;++j){
if(nums[i]>nums[j]){
dp[i] = max(dp[i],dp[j]+1);
}
}
max_length = max(dp[i],max_length);
}
return max_length;
}
};
1143. 最长公共子序列(中等题)
跟上面那题相比,主要是两个数列,因此用二维数组
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
int n = text1.size(), m = text2.size();
vector<vector<int>> dp(n+1,vector<int>(m+1,0));
for(int i=1;i<=n;++i){
for(int j=1;j<=m;++j){
if(text1[i-1]==text2[j-1]){
dp[i][j] = dp[i-1][j-1]+1;
}
else{
dp[i][j] = max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[n][m];
}
};
总结
动态规划,最主要是找最优子结构以及动态转移方程,目前这些较简单些,且题目可以用其他方法也可以解决,下面准备写背包等较经典的动态规划题目。