Leetcode - 20. Valid Parentheses - Java

先进后出,使用堆栈处理. 缺点:速度慢。 12ms

Stack stack = new Stack(); // 创建堆栈对象

stack.push(item); // 把项压入栈顶

stack.pop(item); //把项移除栈顶

stack. empty(); //判断栈空 boolean

stack.peek(); //查看栈顶而不移除,返回object 类型

printStack(stack); //显示栈中的所有元素

Enumeration items = stack.elements(); // 得到 stack 中的枚举对象 

while (items.hasMoreElements()){} //显示枚举(stack ) 中的所有元素


class Solution {
    public boolean isValid(String s) {
        Stack stack = new Stack();
        if(s.length()==0){
            return true;
        }
        for(int i=0;;i++){
            if(stack.empty() && i==s.length()){
                return true;
            }
            if(i<s.length()){
                if(!stack.empty()){
                    if(( (Character)stack.peek()=='(' &&  s.charAt(i)==')') ||( (Character)stack.peek()=='['&&  s.charAt(i)==']')
                        || ( (Character)stack.peek()=='{' &&  s.charAt(i)=='}')){
                        stack.pop();
                        continue;
                    }
                    else{
                        stack.push(s.charAt(i));
                    }
                }else{
                    stack.push(s.charAt(i));
                    continue;}    
            }
            else{break;}
        }
        return false;
    }
}

Leetcode 高分解决方案:

class Solution {
    public boolean isValid(String s) 
    {   
        
        char[] a= new char[s.length()/2+1];
        int top=0;
        for(int i =0; i<s.length();i++)
        {switch (s.charAt(i))
            {
                case '(':
                case '{':
                case '[':                      
                    a[top++]=s.charAt(i);
                    if (top>= s.length()/2+1)
                             return false;
                     break;
                case ')':
                    if(top>0)
                        if (a[top-1] == '(')
                        {
                        top--;
                        break;
                        }
                    return false;
                case '}':
                        if(top>0)
                                if (a[top-1] == '{')
                                {
                                    top--;
                                    break;
                                }
                        return false;                
                case ']':                
                       if(top>0)
                            if (a[top-1] == '[')
                            {
                                top--;
                                break;
                            }
                       return false;         
                    
                  default:
                                      return false;
            }
         }
                
                if (top>0)
                    return false;
        return true;
        
    }
}

参考:

    https://leetcode.com


  • 0
    点赞
  • 0
    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法思想,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法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法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、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法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,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法。 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。从简单的斐波那契数列、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法思想,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法问题,例如斐波那契数列、矩阵链乘法、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数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,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级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“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,动态规划算法并不是万能的,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数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法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,掌握动态规划算法对于LeetCode的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《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
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