datawhale leetcode 刷题 2 动态规划
动态规划
主要步骤
- 确定动态规划状态
- 写出状态转移方程(画出状态转移表)
- 考虑初始化条件
- 考虑输出状态
- 考虑对时间,空间复杂度的优化(Bonus)
DP table
对我自己, DP table 有一个通用的考虑方式:
claim:
S ( i ) = m a x { v ( i ) + S ( p r e ( i ) ) S ( i − 1 ) S(i) =max \left\{ \begin{array}{ll} v(i) + S(pre(i)) \\ S(i-1) \\ \end{array} \right. S(i)=max{v(i)+S(pre(i))S(i−1)
leetcode 题目
300. 最长上升子序列
A 为数列, s[i] 为 A[i,…n] 的最长递增数列。
S
(
i
)
=
1
+
m
a
x
(
s
(
j
)
:
j
>
i
,
A
[
j
]
>
A
[
i
]
)
S(i) = 1 + max (s(j): j>i, A[j]>A[i])
S(i)=1+max(s(j):j>i,A[j]>A[i])
674. 最长连续递增序列
与上题相似,
s(i) = 1+s[i-1] 或 s(i) = 1
模板总结:
for i in range(len(nums)):
for j in range(i):
dp[i]=最值(dp[i],dp[j]+...)
5. 最长回文子串
516. 最长回文子序列
这两题比较相似,需要使用二维dp解决,
使用dp[i][j]来表示字符串i-j 之间的回文子串情况。
模板总结:
for i in range(len(nums)):
for j in range(n):
if s[i]==s[j]:
dp[i][j]=dp[i][j]+...
else:
dp[i][j]=最值(...)
72. 编辑距离
这个题目的状态转移方程是最难想的一个。
采用从末尾开始遍历word1和word2, 当word1[i]等于word2[j]时,说明两者完全一样,所以i和j指针可以任何操作都不做,用状态转移式子表示就是dp[i][j]=dp[i-1][j-1],也就是前一个状态和当前状态是一样的。
当word1[i]和word2[j]不相等时,就需要对三个操作进行递归了,这里就需要仔细思考状态转移方程的写法了。(相当于是无论如何都需要一步来解决匹配问题)
对于插入操作,当我们在word1中插入一个和word2一样的字符,那么word2就被匹配了,所以可以直接表示为dp[i][j-1]+1 对于删除操作,直接表示为dp[i-1][j]+1 对于替换操作,直接表示为dp[i-1][j-1]+1 所以状态转移方程可以写成min(dp[i][j-1]+1,dp[i-1][j]+1,dp[i-1][j-1]+1)
198. 打家劫舍
213. 打家劫舍 II
这两题比较相似,都是使用dp[i]表示达到第i户能盗窃的最大资金。
dp[i] = max(dp[i-1], nums[i]+dp[i-2])
不同的是,第二题中街道为环形,所以将数组变换为 1-n-1 和 2-n 两种情况考虑。