C++ leetcode notes
vector<int> vec;
int value = 42;
vec.push_back(value); // 添加 value 的副本到 vec
vector<int*> vec;
int value = 42;
int* ptr = &value;
vec.push_back(ptr); // 添加指针 ptr 的副本到 vec,但ptr和副本指向的空间是一致的
vector<string> vec;
string str = "Hello";
vec.push_back(move(str)); // 移动 str 到 vec,而不是复制c++11新特性,加上move就是把str直接移动到vec中,而不是复制,提高效率
所以可以看到,vector中push_back基本都是副本,加上move就是移动,不是副本。
C++ leetcode notes
c++定义数组初始化可以直接这样写:
int used[201] = {0};//201个元素初始化都是0
C++ leetcode notes
数组,set,map都可以做哈希表,而且数组干的活,map和set都能干,但如果数值范围小的话能用数组尽量用数组
C++ leetcode notes
回溯法模板:
void backtracking(参数) {
if (终止条件) {
存放结果;
return;
}
for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {
处理节点;
backtracking(路径,选择列表); // 递归
回溯,撤销处理结果
}
}
C++ leetcode notes
回溯法注意有树枝不重复和树层不重复
树层不重复的方法:
方法1.当nums可以sort排序的时候,用方法1,因为使用used数组必须先排序,并且方法1的时间复杂度和空间复杂度都小
//定义一个nums的used的数组,数组表示nums中哪些元素使用了,使用了在used中对于位置为true,否则为false
if (i > startIndex && nums[i] == nums[i-1] && used[i-1] == false) continue; or break;
// nums[i] == nums[i-1] && used[i-1] == false 表示数层重复,说明同一树层nums[i - 1]使用过
// nums[i] == nums[i-1] && used[i-1] == true 表示树枝重复,说明同一树枝nums[i - 1]使用过
方法2.当nums数组不可以sort排序的时候,用方法2,较法1运算时间更长,需要空间更多,但是nums可以不排序
unordered_set<int> uset;
if (uset.find(nums[i]) != uset.end()) continue;
//uset.find(nums[i]) != uset.end() 表示本层找到了这个元素。那么就是树层重复,直接continue
C++ leetcode notes
在回溯算法中,比如nums=[1,2,3]。
组合问题中[1,2]和[2,1]是相同的。所以必须从startIndex开始,即选了1之后,下一个要选的是从startIndex=2开始。
而排列问题中,[1,2]和[2,1]是不同的,所以选过2之后,除了2以外,1和3都要选,所以下一个选的要从i=0开始,但是需要一个used数组标明2已经选了,接下来选其他的就行,即从i=0开始,但是i=1不能选。
C++ leetcode notes
C++11中引入了一种称为"range-based for loop"的新语法,提供了一种简洁的方式来遍历容器(如数组、向量、列表等)的元素。
语法如下:
for (element_declaration : range_expression) {
// 循环体
}
range_expression是要遍历的容器,element_declaration用于接收容器中每个元素的,在每次循环中,range_expression中的元素依次赋值给element_declaration。
例子:
#include <iostream>
#include <vector>
int main() {
std::vector<int> numbers = {1, 2, 3, 4, 5};
for (int num : numbers) {
std::cout << num << " ";
}
return 0;
}
//输出为1 2 3 4 5
C++ leetcode notes
在ASCII码中,字符’0’-'9’是连续的,‘9’-'10’是不连续的,‘10’是字符’1’和’0’的组合
C++ leetcode notes
一个int型变量a,需要处理这个整数的每一位上的数字,换成string更方便:string aStr = to_string(a),这样就不用while循环取出每一位数字进行操作了,处理完之后再把aStr换成int:a = stoi(aStr)
C++ leetcode notes
01背包:
void test_1_wei_bag_problem() {
vector<int> weight = {1, 3, 4};//物品的重量
vector<int> value = {15, 20, 30};//物品的价值
int bagWeight = 4;//背包的最大重量
// 初始化
vector<int> dp(bagWeight + 1, 0);
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = bagWeight; j >= weight[i]; j--) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagWeight] << endl;
}
int main() {
test_1_wei_bag_problem();
}
可以看到01背包是外层变量物品,内层变量背包容量,并且不能调换顺序。在变量背包容量的时候,为了对物品只取一次,需要从后向前遍历。
C++ leetcode notes
完全背包:
// 先遍历物品,在遍历背包
void test_CompletePack() {
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
int bagWeight = 4;
vector<int> dp(bagWeight + 1, 0);
for(int i = 0; i < weight.size(); i++) { // 遍历物品
for(int j = weight[i]; j <= bagWeight; j++) { // 遍历背包容量
dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagWeight] << endl;
}
int main() {
test_CompletePack();
}
// 先遍历背包,再遍历物品
void test_CompletePack() {
vector<int> weight = {1, 3, 4};
vector<int> value = {15, 20, 30};
int bagWeight = 4;
vector<int> dp(bagWeight + 1, 0);
for(int j = 0; j <= bagWeight; j++) { // 遍历背包容量
for(int i = 0; i < weight.size(); i++) { // 遍历物品
if (j - weight[i] >= 0) dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
}
}
cout << dp[bagWeight] << endl;
}
int main() {
test_CompletePack();
}
可以先遍历物品,再遍历背包容量。也可以先遍历背包容量,再遍历物品。
并且遍历背包容量的时候由于是完全背包,物品数量无限,所以直接从前向后遍历。
C++ leetcode notes
在求组合数的时候,递推公式是dp[j] += dp[j - weight[i]];
对于完全背包
for (int i = 0; i < coins.size(); i++) { // 遍历物品
for (int j = coins[i]; j <= amount; j++) { // 遍历背包容量
dp[j] += dp[j - coins[i]];
}
}
遍历的是组合数
for (int j = 0; j <= amount; j++) { // 遍历背包容量
for (int i = 0; i < coins.size(); i++) { // 遍历物品
if (j - coins[i] >= 0) dp[j] += dp[j - coins[i]];
}
}
遍历的是排列数
总结:
如果求组合数就是外层for循环遍历物品,内层for遍历背包。
如果求排列数就是外层for遍历背包,内层for循环遍历物品。
C++ leetcode notes
纯 0 - 1 背包 (opens new window) 是求 给定背包容量 装满背包 的最大价值是多少。
递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
leetcode 416. 分割等和子集 (opens new window) 是求 给定背包容量,能不能装满这个背包。
那么weight和value认为都是nums中的数字,递推公式:dp[j] = max(dp[j], dp[j - nums[i]] +nums[i])
,判断能否装满:if (dp[target] == target)...
leetcode1049. 最后一块石头的重量 II (opens new window) 是求 给定背包容量,尽可能装,最多能装多少
递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + value[i])
,尽可能的装,最后返回return dp[target];
leetcode 494. 目标和 (opens new window) 是求 给定背包容量,装满背包有多少种方法。
递推公式:dp[j] += dp[j - nums[i]]
,即背包容量为j的方法数就是 没有加物品i时的方法数 + 加上物品i的方法数(即背包容量为 j - nums[i] 的方法数),需要注意的是初始化dp[j] = 0
并且dp[0] = 1
,因为如果为dp[0] = 0,推出后面的所有的都是0
leetcode 474.一和零 是求 给定背包容量,装满背包最多有多少个物品。
递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + 1)
,即背包容量为j时装的最多的物品数 是 没有加物品i时的物品数 与 加上物品i的物品数(即背包容量为 j - weight[i] 时的物品数 + 1,这个1指的是物品i) 的最大值,需要注意的是初始化dp[j] = 0
如果是求装满背包的最少物品数,则递推公式是dp[j] = min(dp[j], dp[j - weight[i]] + 1)
,但是此时初始化dp[j] = INT_MAX
,并且dp[0] = 0
,因为需要进行加法运算并且比大小,dp[0]需要为0,否则是INT_MAX的话无法+1,并且 dp[0] = 0 也有实际含义:背包容量为0,装满需要的物品数最少确实是0
C++ leetcode notes
对于64位操作系统来说,long是8字节,long long也是8字节
int64_t就是long或者说long long,都是8字节
uint64_t就是unsigned long或者说unsigned long long,都是8字节