qq_42250642的博客

动态规划系列留个坑，慢慢补吧，太累了，太浪费时间了啊啊啊啊啊啊啊啊啊啊啊！！！动态规划无非分为以下几步：找到 ”状态“ 和 ”选择“ -> 明确dp数组/函数定义 -> 寻找”状态“之间的关系。1、动态规划设计：最长递增子序列...

动态规划系列（二）4、最长公共子序列最长公共子序列（Longest Common Subsequence, 简称 LCS）是一道非常经典的二维动态规划，也是一道非常经典的面试题目。最长公共子序列 问题就是让我们求两个字符串的 LCS 长度。比如输入 str1 = “abcde” , str2 = “aceb”, 算法应该输出3，因为 str1 和 str2 的最长公共子序列是 “ace", 它的长度是3。分析：第一步，一定要明确 dp 数组的含义对于两个字符串的动态规划问题，套路是通用的，一般都

动态规划系列（三）7、以最小插入次数构造回文串题目：输入一个字符串 s，可以在字符串的任意位置插入任意字符。如果要把 s 变成回文串，请计算最少要进行多少次插入？分析：dp 数组定义：对于字符串 s[i…j]， 最少需要进行 dp[i][j] 次插入才能变成回文串。 base case 为：当 i == j 时，dp[i][j] = 0, 因为当 i == j 时 s[i…j] 就是一个字符，本身就是回文串，所以不需要进行任何插入操作。代码：#include <iostream>#i

动态规划（四）ps and os：漫漫动态规划路9、高楼扔鸡蛋

动态规划系列（五）-- 背包问题1、0 - 1 背包问题题目：给你一个可装载重量为 W 的背包和 N 个物品，每个物品有重量和价值两个属性。其中第 i 个物品的重量为 wt[i]，价值为val[i]，现在让你用这个背包装物品，最多能装的价值是多少？分析：第一步：明确状态 和 选择。状态：背包的容量 和可选择的物品； 选择：装进背包 或 不装进背包。第二步：明确dp数组的定义第三步：根据选择，思考状态转移逻辑代码：#include <iostream>#include <v

动态规划系列（六）1、线性排列题目：街上有一排房屋，用一个包含非负整数的数组 nums 表示，每个元素 nums[i] 代表第 i 间房子中取钱，但是有一个约束条件，相邻的房子的钱不能被同时取出，你需要尽可能多地取出钱。请你写一个算法，计算在满足条件地前提下，最多能够去除多少钱？代码：#include <iostream>#include <vector>using namespace std;//解法一：自底向上int dp(vector<int> &

双指针技巧框架双指针技巧分为两类，一类是”快、慢指针“，一类是”左、右指针“。前者主要解决链表中的问题，比如典型的判定链表中是否包含环；**后者主要解决数组（或者字符串）**中的问题，比如二分搜索。快、慢指针的常用算法快、慢指针一般会初始化指向链表的头节点 head，前进时快指针 fast 在前，慢指针 slow 在后。1、判定链表中是否有环分析：如果链表中不含环，那么这个指针最终会遇到空指针 null，表示链表到头了。否则就是链表含环。采用双指针，一个跑得快 fast，一个跑的慢 slow。如

二分搜索算法ps and os ：又到了二分搜索算法，是他是他就是他，又双叒叕的是他，没办法呀！一个小小小技巧：在二分搜索里不要出现 else，而是把所有情况用 else if 写清楚，这样可以清晰的展现所有的细节。实例1、寻找一个数（基本的二分搜索）题目描述：搜索一个数，如果存在，则返回索引，否则返回-1。代码：int binarySearch(int[] nums,int target){ int left = 0, right = nums.length -1; while(left

滑动窗口学习小结ps and os ：刚开始会一头雾水，搞不懂为什么会这样，然后有这样的结果，因为我也是这样，但是 细心 且 耐心 的读下去，你会发现你仿佛打开了新世界！！！祝福！！！算法思路在字符串 s 中使用双指针中的左、右指针技巧，初始化 left = right = 0 ,把索引左闭右开区间 [left,right) 称为一个窗口。先不断地增加 right 指针扩大窗口 [left,right), 直到窗口中地字符串符合要求（包括了 T 中的所有字符）。（寻找可行解）此时，停止增加 r