【11.16】三步问题
分析:当楼梯阶数为0或1时,就只有一种解法;当楼梯阶数为2时,有两种解法;当阶数为3时,有4种解法;当阶数大于3时,例如四个阶梯,解法为走到第3阶后的走法O(3),加上走到第二阶后的走法O(2),加上走到第一阶的走法O(1);推广到第n阶,动态方程为O(n) = O(n-1)+O(n-2)+O(n-3)
方法一:快速幂;利用矩阵构建动态方程。
方法二:直接用动态规划。
//执行用时:24 ms, 在所有 Java 提交中击败了91.64%的用户
//内存消耗:42 MB, 在所有 Java 提交中击败了64.53%的用户
import java.util.*;
class Solution {
public int waysToStep(int n) {
if(n == 1) return 1;
if(n == 2) return 2;
if(n == 3) return 4;
int dp[] = new int[n];
dp[0] = 1;
dp[1] = 2;
dp[2] = 4;
for(int i = 3;i < n;i++){
dp[i] = ((dp[i-3] + dp[i-2])% 1000000007 + dp[i-1]) % 1000000007;
}
return dp[n-1];
}
}
【11.17】连续数组
分析:最基础的动态规划,一遍AC,心情非常好嘻嘻。
//执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
//内存消耗:35 MB, 在所有 Java 提交中击败了92.71%的用户
class Solution {
public int climbStairs(int n) {
if(n <= 2) return n;
int[] dp = new int[n];
dp[0] = 1;
dp[1] = 2;
for(int i = 2;i < n;i++){
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n-1];
}
}
第二题:连续数列
分析:注意,是后边的数加上前面的最优解假如非最佳,那么就不加;
时刻要清醒,自己的dp数组存的到底是什么。
//执行用时:1 ms, 在所有 Java 提交中击败了94.95%的用户
//内存消耗:38.4 MB, 在所有 Java 提交中击败了84.27%的用户
class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length;
if(len == 0) return 0;
if(len == 1) return nums[0];
int[] dp= new int[len];
dp[0] = nums[0];
int max = nums[0];
for(int i = 1;i < len;i++){
dp[i] = Math.max(nums[i],nums[i]+dp[i-1]);
max = Math.max(dp[i],max);//这句非常重要,可以少循环一次
}
return max;
}
}
第三题:判断子序列
分析:设置双指针,一个指向待判断序列,一个指向原始字符串,在没有遍历完原始字符串之前,假如待判断序列的所有序列全部找到,那么返回true,否则返回false。因为相对顺序和原字符串一致才算是真的子字符串。
另外要注意的是,在原始字符串上遍历时,当找到一个待判断序列中的一个字符后,需要从当前位置继续循环过程,而不是重新来一次。
//执行用时:0 ms, 在所有 C 提交中击败了100.00%的用户
//内存消耗:5.6 MB, 在所有 C 提交中击败了18.97%的用户
bool isSubsequence(char * s, char * t){
while(*s && *t){
if(*s == *t){
s++;
}
t++;
}
if(*s == '\0'){
return true;
}
else{
return false;
}
}
//执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
//内存消耗:36.6 MB, 在所有 Java 提交中击败了64.27%的用户
class Solution {
public boolean isSubsequence(String s, String t) {
int index = -1;
for(char c:s.toCharArray()){
index = t.indexOf(c,index+1);
if(index == -1) return false;
}
return true;
}
}
##小葵花java课堂开课啦——java方法###
toCharArray方法:将字符串转换为字符数组;
s.toCharArray();
indexOf方法:
public int indexOf(int ch )
//1.返回指定字符在字符串中第一次出现处的索引,如果字符串中没有,则返回-1
public int indexOf(int ch, int fromIndex)
//2.返回从fromIndex位置开始查找指定字符在字符串中第一次出现处的索引,如果没有,返回-1;
int indexOf(String str)
//3.返回指定字符在字符串中第一次出现处的索引,没有返回-1
int indexOf(String str, int fromIndex)
//4.同2
【11.18】滑动窗口的最大值
分析:由示例出发,如果是普通的比较,那么每一次滑动窗口的移动都要遍历整个滑动窗口,显然重复的工作量较大。合理的做法是,当滑动窗口还没有移动的时候,比较出滑动窗口里边的k个值,用一个变量存放最大值,然后每移动一次滑动窗口,就和最新进来的那个元素进行比较
(Q:这里要注意的是,如果刚好窗口移动丢失了之前的最大值,该怎么处理?)
(A:用一个条件语句判断,如果max == nums[i],那么需要重新遍历一次窗口)
窗口的位置主要有:nums.length - k + 1
动态规划的动态方程:
//执行用时:3 ms, 在所有 Java 提交中击败了93.73%的用户
//内存消耗:46.6 MB, 在所有 Java 提交中击败了76.60%的用户
//其实也就是在暴力搜索上稍微优化了一丢丢
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if(nums.length == 0 || nums == null) return new int[0];
int[] dp = new int[nums.length - k + 1];
int max = nums[0];
for(int j = 1;j < k;j++){
max = Math.max(max,nums[j]);
}
dp[0] = max;
for(int i = 1;i <= nums.length-k;i++){
if(dp[i-1] == nums[i-1]){
max = nums[i];
for(int j = i;j < i+k;j++){
max = Math.max(max,nums[j]);
}
dp[i] = max;
}
else{
dp[i] = Math.max(dp[i-1],nums[i+k-1]);
}
}
return dp;
}
}
//单调栈:实现随意入栈、出栈情况下O(1)时间获取栈内最小值。
//与本题不同的是,“出栈操作”删除的是“列表尾部元素”
//而“窗口滑动”删除的是“列表首部元素”
//贴一下大佬的单调栈解法
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if(nums.length == 0 || k == 0) return new int[0];
Deque<Integer> deque = new LinkedList<>();
int[] res = new int[nums.length - k + 1];
for(int j = 0, i = 1 - k; j < nums.length; i++, j++) {
if(i > 0 && deque.peekFirst() == nums[i - 1])
deque.removeFirst(); // 删除 deque 中对应的 nums[i-1]
while(!deque.isEmpty() && deque.peekLast() < nums[j])
deque.removeLast(); // 保持 deque 递减
deque.addLast(nums[j]);
if(i >= 0)
res[i] = deque.peekFirst(); // 记录窗口最大值
}
return res;
}
}
作者:jyd
链接:https://leetcode-cn.com/problems/hua-dong-chuang-kou-de-zui-da-zhi-lcof/solution/mian-shi-ti-59-i-hua-dong-chuang-kou-de-zui-da-1-6/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
//减少冗余的判断操作
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if(nums.length == 0 || k == 0) return new int[0];
Deque<Integer> deque = new LinkedList<>();
int[] res = new int[nums.length - k + 1];
for(int i = 0; i < k; i++) { // 未形成窗口
while(!deque.isEmpty() && deque.peekLast() < nums[i])
deque.removeLast();
deque.addLast(nums[i]);
}
res[0] = deque.peekFirst();
for(int i = k; i < nums.length; i++) { // 形成窗口后
if(deque.peekFirst() == nums[i - k])
deque.removeFirst();
while(!deque.isEmpty() && deque.peekLast() < nums[i])
deque.removeLast();
deque.addLast(nums[i]);
res[i - k + 1] = deque.peekFirst();
}
return res;
}
}
作者:jyd
链接:https://leetcode-cn.com/problems/hua-dong-chuang-kou-de-zui-da-zhi-lcof/solution/mian-shi-ti-59-i-hua-dong-chuang-kou-de-zui-da-1-6/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
###小葵花Java课堂开课啦——关于Deque###
参考链接:https://blog.csdn.net/u013967628/article/details/85210036