leetcode学习打卡--69. x 的平方根(蛮力/二分/(边界溢出处理))

69. x 的平方根

这题是个简单题,而且蛮力也可以解,就特殊数据涉及边界情况处理一下就好。算半个水题。


实现 int sqrt(int x) 函数。

计算并返回 x 的平方根,其中 x 是非负整数。

由于返回类型是整数,结果只保留整数的部分,小数部分将被舍去。


测试样例-我给多几组(基本这些都对就没问题了)

测试输入:
4
8
3
2147483647
10
0
1
测试输出:
2
2
1
46340
3
0
1

蛮力法:击败13% 汗颜

思路:直接从1到x/2+1遍历查找 找到就break

class Solution {
public:
    int mySqrt(int x) {
        long long res=1;
        for(long long i=1;i<=x/2+1;i++)
        {
            long long temp=i*i;
            if(temp==x||temp>x)
            {
                res=i;break;
            }
        }
    if(res*res==x) return res;
    return res-1;
    }
};
二分法:双百

思路:二分查找,但是要处理0 1输入和返回条件的设置
譬如输入8 初始 下界=1 上界=5 中值=3

下界上界中值中值平方
1539(大于)
1324(小于)
2324(死循环)

所以考虑 当上界=下界+1时 return下界避免死循环

class Solution {
public:
    int getnum(int l,int r,int x)
    {     
        if(r==l+1) return l; //注意
        long long mid=(l+r)/2;
        long long temp=mid*mid;
        if(temp>x) return getnum(l,mid,x);
        if(temp<x) return getnum(mid,r,x);
        return mid;
    }

    int mySqrt(int x) {
        if(x==0) return 0;
        int res=getnum(1,x/2+1,x);
        return res;
    }
};
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的学理论和强大的实用效果,动态规划在计算机科学、学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算中,如链路优化、路由算、网络流量控制等。 对于算领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算问题,例如斐波那契列、矩阵链乘、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契列问题时,就可以定义一个二维组f[i][j],代表第i项斐波那契列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案。这个问题的解非常简单,只需要维护一个长度为n的组,记录到达每一级楼梯的方案即可。类似的问题还有“零钱兑换”、“乘积最大子组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参,这些情况下使用动态规划算可能会变得比较麻烦。此外,动态规划算也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算对于LeetCode学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算竞赛进阶指南》、《算据结构基础》等,来深入理解这种算思想。
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