5 Longest Palindromic Substring
网址:https://leetcode.com/problems/longest-palindromic-substring/submissions/
思路一:暴力破解
O(n^3)
思路二:动态规划
时间复杂度:O(n^2), 空间复杂度:O( n ^ 2)
动态转移方程:
if i == j,dp[i, j] = 1
if i = j + 1,dp[i, j] = s[i] == s[j]
if i > j + 1,dp[i, j] = s[i] == s[j] && dp[i + 1][j - 1]
string longestPalindrome(string s) {
if(s.size()==0) //考虑字符串为0的情况
return s;
int max=0,start=0;
bool dp[1001][1001]={false};
for (int i=0;i<s.size();i++) {
dp[i][i] = true;
}
for (int i=1;i<s.size();i++){
for (int j=0;j<i;j++){
if(i==j+1 && s[i]==s[j])
dp[j][i]= true;
if(s[i]==s[j] && dp[j+1][i-1] && i>j+1)
dp[j][i]= true;
if(dp[j][i] && i-j+1>max){
max=i-j+1;
start=j;
}
}
}
if(max==0) //考虑没有找到大于等于2的回文串
return s.substr(0,1);
return s.substr(start,max);
}
53 maximum subarray
网址:https://leetcode.com/problems/maximum-subarray/
状态转移方程:f=max(f+A[i],A[i])
int maxSubArray(vector<int>& nums) {
vector<int> sum(nums.size(),0);
sum[0]=nums[0];
int max=nums[0];
for (int i=1;i<nums.size();i++){
sum[i]=nums[i]+(sum[i-1]>0?sum[i-1]:0);
max=(max<sum[i]?sum[i]:max);
}
cout<<max;
}
62 Unique Paths
思路:动态规划
状态转移方程:dp[i][j]=dp[i-1][j]+dp[i][j-1]
1.使用普通递归:超时……
int getSteps(int m,int n){
if(m==0 || n==0)
return 1;
return getSteps(m,n-1)+getSteps(m-1,n);
}
int uniquePaths(int m, int n) {
int s=getSteps(m-1,n-1);
cout<<s;
}
2.换用自底向上方法:击败100%……
int s[101][101];
int uniquePaths(int m, int n) {
for (int i=0;i<m;i++){
for (int j=0;j<n;j++){
if(i==0 || j==0) {
s[i][j] = 1;
}
else s[i][j]=s[i-1][j]+s[i][j-1];
}
}
return s[m-1][n-1];
}
64. Minimum Path Sum
int minPathSum(vector<vector<int>>& grid) {
int m=grid.size();
int n=grid[0].size();
for (int i=1;i<n;i++){
grid[0][i]=grid[0][i-1]+grid[0][i];
}
for (int i=1;i<m;i++){
grid[i][0]=grid[i-1][0]+grid[i][0];
}
for(int i=1;i<m;i++){
for (int j=1;j<n;j++){
grid[i][j]=min(grid[i-1][j],grid[i][j-1])+grid[i][j];
}
}
return grid[m-1][n-1];
}
70. Climbing Stairs
使用普通递归超时,换用备忘录
int climbStairs(int n) {
if(n==1 || n==2 )
return n;
int *a=new int[n+1];
a[1]=1;
a[2]=2;
for (int i=3;i<n+1;i++){
a[i]=a[i-1]+a[i-2];
}
return a[n];
}
322. Coin Change
网址:https://leetcode.com/problems/coin-change/
状态转移方程:dp[i]=min(dp[i],dp[i-coins[j]]+1);
int INF=0x7ffffffe;
int min(int a,int b){
if(a<=b)
return a;
else return b;
}
int coinChange(vector<int>& coins, int amount) {
if(amount==0)
return 0;
if(coins.size()==0)
return 0;
vector<int> dp(amount+1,INF);
dp[0]=0;
for (int i=1;i<=amount;i++){
for (int j=0;j<coins.size();j++){
if(coins[j]<=i) //开始的时候忘了比较,使数据越界
dp[i]=min(dp[i],dp[i-coins[j]]+1);
}
}
if(dp[amount]==INF)
return -1;
else return dp[amount];
}
时间复杂度:O(amount*coins.size)
空间复杂度:O(amount)
416. Partition Equal Subset Sum
网址:https://leetcode.com/problems/partition-equal-subset-sum/
思路:
1)求出所有数字的和,若为奇数则一定不能分成两个相等的组;
2)若为偶数,求出和的1/2数target,看能否在数组中找到和为target的数。即转换为恰能装满的01背包问题
状态转移方程:dp[i] = dp[i] || dp[i - num],dp[i]的类型为布尔型,代表数组中是否存在数字使和为i。
bool canPartition(vector<int>& nums) {
int sum = accumulate(nums.begin(), nums.end(), 0), target = sum >> 1;
cout<<"target:"<<target<<endl;
if (sum & 1) return false;
vector<bool> dp(target + 1, false);
dp[0] = true;
for (int num : nums) {
for (int i = target; i >= num; --i) {
dp[i] = dp[i] || dp[i - num];
}
}
return dp[target];
}
注意:
在动态规划问题中要注意循环的顺序,例如背包问题:
1)背包容量在内层循环;
2)内层循环采用顺序还是逆序(01背包逆序,完全背包顺序)
474. Ones and Zeroes
网址:https://leetcode.com/problems/ones-and-zeroes/
令dp[i][j]为i个0和j个1的时候的最大个数,状态转移方程:
dp[i][j] = max(dp[i][j], dp[i-zeros][j-ones] + 1)
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector<int>>dp(m+1,vector<int>(n+1,0));
int i,j;
int ones,zeros;
for (int k=0;k<strs.size();k++){
ones=0;
zeros=0;
for (char c:strs[k]){
if(c=='0')
zeros++;
if(c=='1')
ones++;
}
for (i=m;i>=zeros;i--){
for (j=n;j>=ones;j--){
dp[i][j] = max(dp[i][j], dp[i-zeros][j-ones] + 1);
}
}
}
cout<<dp[m][n];
}
逆序的原因:正常情况下使用三维数组,即dp[k][i][j] = max(dp[k][i][j], dp[k-1][i-zeros][j-ones] + 1),由于只与dp[k-1][…][…]有关,简化为二维数组,因此逆序是为了使 dp[i-zeros][j-ones]仍然为k-1时的值。
494. Target Sum
网址:https://leetcode.com/problems/target-sum/
首先想到的是dp[i][j]=dp[i-1][j-nums[i]]+dp[i-1][j+nums[i]],即上一个数加减当前数得到想要的值,但是实际操作发现非常多异常情况需要考虑。
方法一
本题预先处理了数据,通过数学推理转换为01背包问题
思路:https://blog.csdn.net/qq_26410101/article/details/80855135 (思路二)
int findTargetSumWays(vector<int>& nums, int S) {
if(nums.size()==0)
return 0;
int sum=accumulate(nums.begin(),nums.end(),0);
if(S>sum || S<-sum || (sum+S)%2==1)
return 0;
sum=(sum+S)/2;
vector<int>dp(sum+1,0);
dp[0]=1;
for(int i=0;i<nums.size();i++){
for(int j=sum;j>=nums[i];j--){
dp[j]=dp[j]+dp[j-nums[i]];
}
}
return dp[sum];
}
方法二
使用开始想到的方程,采用备忘录法。
int findTargetSumWays(vector<int>& nums, int S) {
vector<unordered_map<int, int>> dp(n + 1);
dp[0][0] = 1;
for (int i = 0; i < nums.size(); ++i) {
for (auto &a : dp[i]) {
int sum = a.first, cnt = a.second;
dp[i + 1][sum + nums[i]] += cnt;
dp[i + 1][sum - nums[i]] += cnt;
}
}
return dp[n][S];
}