FledglingMan的博客

背包问题可能是动态规划算法中最经典的问题了，三种最常见的背包问题分别是0-1背包问题，完全背包问题和多重背包问题。关于这三种背包的讲解网上有很多，但是很多只是给出状态转移方程或写出伪代码，或者是只给出0-1背包和完全背包的代码但并没有多重背包的代码，因此本文在这里将系统地总结这三种背包问题的最佳解法及相应java代码。题1.经典的0-1背包问题。给定一组物品，每种物品都有自己的重量和价格，在限

题目1.对于m*n的方格(注意m，n为x，y轴顶点数)，机器人只能向右走或向下走，求机器人从方格左上角走到右下角共有多少种走法。对于2*2的方格有两种走法，3*3的方格有6种走法，求对m*n的方格有多少种走法。首先分析题目的状态转移方程，因为机器人只能向右或向下走，对于非边界的每一个顶点array[i][j],都有dp[i][j]=dp[i-1][j]+dp[i][j-1]，其中dp[i][j

关于动态规划的相关理解我在上一篇博客动态规划基础01---最长递增子序列中写过，这一篇我们主要练习类似的dp算法题。题1.对于包含任意正负数的整型数组，求它的最大连续子序列和。比如说，数组array={1,2,3,-7,4,5,6},则它的最大连续子序列为4,5,6，和为15.首先还是先分析题目的状态转移方程，设maxCur[i]为前i个数字的最大连续子序列和，则当 maxCur[i-

最近在做动态规划的专题训练，准备写一个动态规划的专栏，因为题目较多，打算分几篇来写。对于动态规划的概念网上有很多，个人理解对于动态问题，最重要的是写出状态转移方程，其次是写出边界条件，最后根据状态转移方程和边界条件进行代码编写。需要注意的是，与递归方法相比，动态规划是自底向上的，而递归是自顶向下的。所以对于递归问题，我们首先要写出顶层的递推公式，再写出底层的递推出口；而对于动态规划问题，我们往

自定义实现简单HashMap类，美团一面答得不好的一道题，回来之后自己又实现了一遍。简易版HashMap，能实现最基本的put()和get()操作。package JavaLearning;import java.util.ArrayList;public class MyHashMap { Object key; Object value; Object [] arrays=

以下贪心算法相关概念及题目转载自http://blog.csdn.net/effective_coder/article/details/8736718，java实现代码为博主原创贪心算法思想：顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心

最近在学习Spring的一些基础知识与重要概念，以下内容转载自http://jinnianshilongnian.iteye.com/blog/1413846，该博客通俗易懂，对理解Spring IOC和DI很有帮助，与网友共同学习。2.1.1  IoC是什么Ioc—Inversion of Control，即“控制反转”，不是什么技术，而是一种设计思想。在Java开发中，Ioc意

第一次接到电话要我到某互联网公司面试，公司是做地理信息系统的。由于该公司是在智联上找到我的，而且现在是九月初，我估计他们是社招。不过凭着锻炼自己，打怪升级的心态我还是去了，毕竟大公司很难进入面试，光学校排名和在线笔试就能刷不少人。不过有一点坑的是，我开始以为面试地点不远，结果早上坐出租时才知道巨远，光从学校坐过去就花了近六十大洋，所以回学校的时候乖乖坐公交，转了两趟车，坐到想吐~~所以提醒大家，去

在C/C++中，关于*与&，在不同情况下，有不同含义：（1）*的使用 a)定义时，*声明创建的为指针变量，如 int a=0;int* p=&a； b)在使用指针变量时，*表示取值操作，对于指针p,会取出p指向变量的值，如 cout（2）&的使用 a)在与指针联合使用，如 int a=0;int *p=&a时，表示取a的地址，然后赋给指针p； b)作引用类型使用，如 int a=0;int b