leetcode-5.1[136. 只出现一次的数字、122. 买卖股票的最佳时机 II、125. 验证回文串](python实现)

题目1

在这里插入图片描述

题解1

class Solution:
    """
        时间复杂度: O(n^2)
        空间复杂度: O(n)
    """
    def singleNumber(self, nums: List[int]) -> int:
        temp = []
        for num in nums:
            if num in temp:
                temp.remove(num)
            else:
                temp.append(num)
        return temp[0]

    def singleNumber(self, nums: List[int]) -> int:
        """
            时间复杂度: O(n)
            空间复杂度: O(n)
        """
        from collections import Counter
        # 用Counter计算一个数组的元素个数并返回哈希表
        datas = Counter(nums)
        for data in datas.keys():
            if datas[data] == 1: 
                return data

附上题目链接

题目2

在这里插入图片描述

题解2

class Solution:
    def maxProfit(self, prices: List[int]) -> int:
        """
            贪心算法
        """
        profit = 0
        # 比较前后的获利多少,如果一直累加获利,相当于最低到最低 1-2-3-4  temp = 1  temp = 2 temp = 3
        for i in range(1, len(prices)):
            temp = prices[i] - prices[i - 1]
            if temp > 0: 
                profit += temp
        return profit
        
    def maxProfit(self, prices: List[int]) -> int:
        """
            动态规划
        """ 
        # input: A = [7,1,5,3,6,4]
        # 子问题: DP[i]为第i天时最大利润
        # 建立子问题间的关系:DP[i] = DP[i-1] + A[i] - A[i-1]
        #                             DP[i-1]
        # 边界条件: DP[0] = 0
        # 建表:
        #   i  0   1   2   3   4   5
        # A[i] 7   1   5   3   6   4
        #DP[i] 0   0   4   4   7   0
        n = len(prices)
        DP = [None]*n
        if n <= 0:
            return 0
        DP[0] = 0
        for i in range(1,n):
            DP[i] = DP[i-1] + prices[i] - prices[i-1] if prices[i] - prices[i-1] > 0 else DP[i-1]
        return DP[-1]

附上题目链接

题目3

在这里插入图片描述

题解3

class Solution:
    def isPalindrome(self, s: str) -> bool:
        snew = ''
        s = s.lower()
        for i in s:
            if i in 'abcdefghijklmnopqrstuvwxyz0123456789':
                snew = snew + i
        n = len(snew)
        if n <= 0:
            return True
        for i in range(n//2):
            if snew[i] != snew[n-i-1]:
                return False
        return True

附上题目链接

  • 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