Leetcode_入门_贪心思想
1、分发饼干(455、Easy)
1)题目要求
假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。对每个孩子 i ,都有一个胃口值 gi ,这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j ,都有一个尺寸 sj 。如果 sj >= gi ,我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。
注意:
你可以假设胃口值为正。
一个小朋友最多只能拥有一块饼干。
示例 1:
输入: [1,2,3], [1,1]
输出: 1
解释:
你有三个孩子和两块小饼干,3个孩子的胃口值分别是:1,2,3。
虽然你有两块小饼干,由于他们的尺寸都是1,你只能让胃口值是1的孩子满足。
所以你应该输出1。
示例 2:
输入: [1,2], [1,2,3]
输出: 2
解释:
你有两个孩子和三块小饼干,2个孩子的胃口值分别是1,2。
你拥有的饼干数量和尺寸都足以让所有孩子满足。
所以你应该输出2.
2)我的解法
c++
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(),g.end());//参数为起始迭代器(地址)和终止(迭代器)地址
sort(s.begin(),s.end());
int i=0,j=0,result=0;
while(i<g.size()&&j<s.size())
{
if(s[j]>=g[i]){result++;i++;}
j++;
}
return result;
}
};
3)其他解法
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(), g.end());
sort(s.begin(), s.end());
int i = 0, j = 0;
int result = 0;
while (i != g.size() && j != s.size())
{
if (g[i] <= s[j])
{
result++;
i++;
j++;
}
else
j++;
}
return result;
}
作者:Smart_Shelly
链接: link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
int findContentChildren(vector<int>& g, vector<int>& s) {
sort(g.begin(),g.end());//参数为起始迭代器(地址)和终止(迭代器)地址
sort(s.begin(),s.end());
int i=0,j=0,result=0;
while(i<g.size()&&j<s.size())
{
if(s[j]>=g[i]){result++;i++;}
j++;
}
return result;
}
};
5)学到的东西
贪心算法:贪心算法的基本思想是找出整体当中每个小的局部的最优解,并且将所有的这些局部最优解合起来形成整体上的一个最优解。因此能够使用贪心算法的问题必须满足下面的两个性质:
1.整体的最优解可以通过局部的最优解来求出;
2.一个整体能够被分为多个局部,并且这些局部都能够求出最优解。使用贪心算法当中的两个典型问题是活动安排问题和背包问题。
(参考了博客:link)
c++中sort函数用法:link
2、无重叠区间(435、Medium)
1)题目要求
给定一个区间的集合,找到需要移除区间的最小数量,使剩余区间互不重叠。
注意:
可以认为区间的终点总是大于它的起点。
区间 [1,2] 和 [2,3] 的边界相互“接触”,但没有相互重叠。
示例 1:
输入: [ [1,2], [2,3], [3,4], [1,3] ]
输出: 1
解释: 移除 [1,3] 后,剩下的区间没有重叠。
示例 2:
输入: [ [1,2], [1,2], [1,2] ]
输出: 2
解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。
示例 3:
输入: [ [1,2], [2,3] ]
输出: 0
解释: 你不需要移除任何区间,因为它们已经是无重叠的了。
2)我的解法
c++
class Solution {
public:
static bool mycompare(vector<int>&a,vector<int>&b)//必须静态
{
return (a[1]<b[1]);
}
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
sort(intervals.begin(),intervals.end(),mycompare);
int i=0,j=1,result=0;
while(i<intervals.size()&&j<intervals.size())
{
if(intervals[i][1]<=intervals[j][0])i=j;
else result++;
j++;
}
return result;
}
};
3)其他解法
public class Solution {
class myComparator implements Comparator<Interval> {
public int compare(Interval a, Interval b) {
return a.start - b.start;
}
}
public int eraseOverlapIntervals(Interval[] intervals) {
if (intervals.length == 0) {
return 0;
}
Arrays.sort(intervals, new myComparator());
int end = intervals[0].end, prev = 0, count = 0;
for (int i = 1; i < intervals.length; i++) {
if (intervals[prev].end > intervals[i].start) {
if (intervals[prev].end > intervals[i].end) {
prev = i;
}
count++;
} else {
prev = i;
}
}
return count;
}
}
public class Solution {
class myComparator implements Comparator<Interval> {
public int compare(Interval a, Interval b) {
return a.end - b.end;
}
}
public int eraseOverlapIntervals(Interval[] intervals) {
if (intervals.length == 0) {
return 0;
}
Arrays.sort(intervals, new myComparator());
int end = intervals[0].end;
int count = 1;
for (int i = 1; i < intervals.length; i++) {
if (intervals[i].start >= end) {
end = intervals[i].end;
count++;
}
}
return intervals.length - count;
}
}
作者:LeetCode
链接: link
来源:力扣(LeetCode)
4)自己的优化代码
c++
按起点比较
class Solution {
public:
static bool mycompare(vector<int>&a,vector<int>&b)//必须静态
{
return (a[0]<b[0]);
}
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
sort(intervals.begin(),intervals.end(),mycompare);
int i=0,j=1,result=0;
while(i<intervals.size()&&j<intervals.size())
{
if(intervals[i][1]<=intervals[j][0])i=j;
else if(intervals[i][1]<intervals[j][1])result++;//删去后面那个
else {result++;i=j;}//删去前面那个
j++;
}
return result;
}
};
按终点比较
class Solution {
public:
static bool mycompare(vector<int>&a,vector<int>&b)//必须静态
{
return (a[1]<b[1]);
}
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
sort(intervals.begin(),intervals.end(),mycompare);
int i=0,j=1,result=0;
while(i<intervals.size()&&j<intervals.size())
{
if(intervals[i][1]<=intervals[j][0])i=j;
else result++;//删去后面那个
j++;
}
return result;
}
};
5)学到的东西
贪心算法:按照什么排序不是很重要,重要的是排序后对各种可能情况的分析
一定一定要分析各种可能的情况
C++sort函数的使用:比较函数需要为静态,原因参考博客:link
3、用最少数量的箭引爆气球(452、Medium)
1)题目要求
在二维空间中有许多球形的气球。对于每个气球,提供的输入是水平方向上,气球直径的开始和结束坐标。由于它是水平的,所以y坐标并不重要,因此只要知道开始和结束的x坐标就足够了。开始坐标总是小于结束坐标。平面内最多存在104个气球。
一支弓箭可以沿着x轴从不同点完全垂直地射出。在坐标x处射出一支箭,若有一个气球的直径的开始和结束坐标为 xstart,xend, 且满足 xstart ≤ x ≤ xend,则该气球会被引爆。可以射出的弓箭的数量没有限制。 弓箭一旦被射出之后,可以无限地前进。我们想找到使得所有气球全部被引爆,所需的弓箭的最小数量。
Example:
输入:
[[10,16], [2,8], [1,6], [7,12]]
输出:
2
解释:
对于该样例,我们可以在x = 6(射爆[2,8],[1,6]两个气球)和 x = 11(射爆另外两个气球)。
2)我的解法
c++
和上面那题很像
class Solution {
public:
bool static mycompare(vector<int>&a,vector<int>&b)
{
return a[1]<b[1];
}
int findMinArrowShots(vector<vector<int>>& points) {
sort(points.begin(),points.end(),mycompare);
int i=0,j=1,result=1;
if(points.size()==0)result=0;
while(i<points.size()&&j<points.size())
{
if(points[i][1]<points[j][0]){result++;i=j;}
j++;
}
return result;
}
};
3)其他解法
class Solution {
public int findMinArrowShots(int[][] points) {
if (points.length == 0) return 0;
// sort by x_end
Arrays.sort(points, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
return o1[1] - o2[1];
}
});
int arrows = 1;
int xStart, xEnd, firstEnd = points[0][1];
for (int[] p : points) {
xStart = p[0];
xEnd = p[1];
// if the current balloon starts after the end of another one,
// one needs one more arrow
if (firstEnd < xStart) {
arrows++;
firstEnd = xEnd;
}
}
return arrows;
}
}
作者:LeetCode
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
bool static mycompare(vector<int>&a,vector<int>&b)
{
return a[1]<b[1];
}
int findMinArrowShots(vector<vector<int>>& points) {
sort(points.begin(),points.end(),mycompare);
int i=0,j=1,result=1;
if(points.size()==0)result=0;
while(i<points.size()&&j<points.size())
{
if(points[i][1]<points[j][0]){result++;i=j;}
j++;
}
return result;
}
};
5)学到的东西
转换问题,比如该问题可转换为求有多少个不重叠区间
贪心算法
4、根据身高重建队列(406、Medium)
1)题目要求
假设有打乱顺序的一群人站成一个队列。 每个人由一个整数对(h, k)表示,其中h是这个人的身高,k是排在这个人前面且身高大于或等于h的人数。 编写一个算法来重建这个队列。
注意:
总人数少于1100人。
示例
输入:
[[7,0], [4,4], [7,1], [5,0], [6,1], [5,2]]
输出:
[[5,0], [7,0], [5,2], [6,1], [4,4], [7,1]]
2)我的解法
c++
class Solution {
public:
static bool mycompare(vector<int>&a,vector<int>&b)
{
if(a[0]!=b[0])return a[0]>b[0];
else return a[1]<b[1];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(),people.end(),mycompare);
for(int i=0;i<people.size();i++)
{
if(people[i][1]!=i){//和插入排序类似,每次前i-1的个数的顺序已经排好
//把people[i]放到people[i][1]对应的下标位置上
int j=i;
int target=people[i][1];//要先把这个存起来,people[i][1]的值会变的
vector<int> temp=people[i];
while(j>target)
{
people[j]=people[j-1];
j--;
}
people[target]=temp;
}
}
return people;
}
};
3)其他解法
我的思路居然和官方思路一模一样,开心
1、
class Solution {
public int[][] reconstructQueue(int[][] people) {
Arrays.sort(people, new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2) {
// if the heights are equal, compare k-values
return o1[0] == o2[0] ? o1[1] - o2[1] : o2[0] - o1[0];
}
});
List<int[]> output = new LinkedList<>();
for(int[] p : people){
output.add(p[1], p);
}
int n = people.length;
return output.toArray(new int[n][2]);
}
}
作者:LeetCode
链接:link
来源:力扣(LeetCode)
2、
c++
(1)
class Solution {
public:
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
// 先排序
// [7,0], [7,1], [6,1], [5,0], [5,2], [4,4]
// 再一个一个插入。
// [7,0]
// [7,0], [7,1]
// [7,0], [6,1], [7,1]
// [5,0], [7,0], [6,1], [7,1]
// [5,0], [7,0], [5,2], [6,1], [7,1]
// [5,0], [7,0], [5,2], [6,1], [4,4], [7,1]
sort(people.begin(), people.end(), [](const vector<int>& a, const vector<int>& b) {
if (a[0] > b[0]) return true;
if (a[0] == b[0] && a[1] < b[1]) return true;
return false;
});
vector<vector<int>> res;
for (auto& e : people) {
res.insert(res.begin() + e[1], e);
}
return res;
}
};
(2)用 list 会有提速:
class Solution {
public:
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
std::sort(people.begin(), people.end(), [](const vector<int>& a, const vector<int>& b){
return (a[0] > b[0]) || (a[0] == b[0] && a[1] < b[1]);
});
list<vector<int>> r;
for (auto& e : people) {
auto pos = r.begin();
advance(pos, e[1]);//将迭代器前进或后退几个位置
r.insert(pos, e);
}
return std::vector<vector<int>>(r.begin(), r.end());
}
};
作者:ivan_allen
链接: link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
static bool mycompare(vector<int>&a,vector<int>&b)
{
if(a[0]!=b[0])return a[0]>b[0];
else return a[1]<b[1];
}
vector<vector<int>> reconstructQueue(vector<vector<int>>& people) {
sort(people.begin(),people.end(),mycompare);
for(int i=0;i<people.size();i++)
{
if(people[i][1]!=i){//和插入排序类似,每次前i-1的个数的顺序已经排好
//把people[i]放到people[i][1]对应的下标位置上
int j=i;
int target=people[i][1];//要先把这个存起来,people[i][1]的值会变的
vector<int> temp=people[i];
while(j>target)
{
people[j]=people[j-1];
j--;
}
people[target]=temp;
}
}
return people;
}
};
5)学到的东西
利用链表、利用API
贪心思想,去试各种排序方法,并对各种情况进行分析
进行插入排序时,一定要用临时变量把需要保存的值保存下来,因为排序过程中很多值会变
5、买卖股票的最佳时机(121、Easy)
1)题目要求
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。
注意:你不能在买入股票前卖出股票。
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
2)我的解法
c++
动态规划
class Solution {
public:
int maxProfit(vector<int>& prices) {
int mi=9999;
int result=0;
for(int i=0;i<prices.size();i++)
{
mi=min(mi,prices[i]);
result=max(result,prices[i]-mi);
}
return result;
}
};
3)其他解法
状态转移方程:前i天的最大收益 = max{前i-1天的最大收益,第i天的价格-前i-1天中的最小价格}
public class Solution {
public int maxProfit(int prices[]) {
int minprice = Integer.MAX_VALUE;
int maxprofit = 0;
for (int i = 0; i < prices.length; i++) {
if (prices[i] < minprice)
minprice = prices[i];
else if (prices[i] - minprice > maxprofit)
maxprofit = prices[i] - minprice;
}
return maxprofit;
}
}
作者:LeetCode-Solution
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
int maxProfit(vector<int>& prices) {
int mi=9999;
int result=0;
for(int i=0;i<prices.size();i++)
{
mi=min(mi,prices[i]);
result=max(result,prices[i]-mi);
}
return result;
}
};
5)学到的东西
分类有点问题。。这题应该放在动态规划部分。。。不过无所谓了
动态规划思想
6、买卖股票的最佳时机 II(122、Easy)
1)题目要求
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易(多次买卖一支股票)。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入: [7,1,5,3,6,4]
输出: 7
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 3 天(股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
随后,在第 4 天(股票价格 = 3)的时候买入,在第 5 天(股票价格 = 6)的时候卖出, 这笔交易所能获得利润 = 6-3 = 3 。
示例 2:
输入: [1,2,3,4,5]
输出: 4
解释: 在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
提示:
1 <= prices.length <= 3 * 10 ^ 4
0 <= prices[i] <= 10 ^ 4
2)我的解法
c++
把每段上升段都加上
class Solution {
public:
int maxProfit(vector<int>& prices) {
int result=0;
if(prices.size()<=1)return 0;
for(int i=1;i<prices.size();i++)
{
if(prices[i]>prices[i-1])result+=prices[i]-prices[i-1];
}
return result;
}
};
3)其他解法
public class Solution {
private int res;
public int maxProfit(int[] prices) {
int len = prices.length;
if (len < 2) {
return 0;
}
this.res = 0;
dfs(prices, 0, len, 0, res);
return this.res;
}
/**
* @param prices 股价数组
* @param index 当前是第几天,从 0 开始
* @param status 0 表示不持有股票,1表示持有股票,
* @param profit 当前收益
*/
private void dfs(int[] prices, int index, int len, int status, int profit) {
if (index == len) {
this.res = Math.max(this.res, profit);
return;
}
dfs(prices, index + 1, len, status, profit);
if (status == 0) {
// 可以尝试转向 1
dfs(prices, index + 1, len, 1, profit - prices[index]);
} else {
// 此时 status == 1,可以尝试转向 0
dfs(prices, index + 1, len, 0, profit + prices[index]);
}
}
}
public class Solution {
public int maxProfit(int[] prices) {
int len = prices.length;
if (len < 2) {
return 0;
}
// 0:持有现金
// 1:持有股票
// 状态转移:0 → 1 → 0 → 1 → 0 → 1 → 0
int[][] dp = new int[len][2];
dp[0][0] = 0;
dp[0][1] = -prices[0];
for (int i = 1; i < len; i++) {
dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1] + prices[i]);
//存放的即前i个数最大收益
//dp[i - 1][0]为前i-1天的最大收益
//dp[i - 1][1] + prices[i]为买入前一天股票,并在今天卖出
//(并不是真的进行了交易,但是等价于进行了交易,具体解释参考下面的贪心算法)
dp[i][1]=dp[i][0]-prices[i];
//存放的即如果买入当前股票,还剩的钱
}
return dp[len - 1][0];
}
}
public class Solution {
public int maxProfit(int[] prices) {
int res = 0;
int len = prices.length;
for (int i = 0; i < len - 1; i++) {
int diff = prices[i + 1] - prices[i];
if (diff > 0) {
res += diff;
}
}
return res;
}
}
作者:liweiwei1419
链接: link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
int maxProfit(vector<int>& prices) {
int result=0;
if(prices.size()<=1)return 0;
for(int i=1;i<prices.size();i++)
{
if(prices[i]>prices[i-1])result+=prices[i]-prices[i-1];
}
return result;
}
};
5)学到的东西
画出递归树再进行暴力搜索(改变状态,遍历每种情况)(递归到最下面再回溯)
贪心:不一定排序,每次仅对小范围的几个数进行操作。思考如何拆分成小问题,如本题就是看今天的是否大于昨天的
动态规划:状态转移方程有时是根据暴力法想出来的。
可以对问题进行等价操作,比如本题中虽然不允许卖完又在当天立刻买回来,但在贪心计算时可以这样操作
因为 (prices[3] - prices[2]) + (prices[2] - prices[1]) + (prices[1] - prices[0])
等价于 prices[3] - prices[0]
7、种花(605、Easy)
1)题目要求
假设你有一个很长的花坛,一部分地块种植了花,另一部分却没有。可是,花卉不能种植在相邻的地块上,它们会争夺水源,两者都会死去。
给定一个花坛(表示为一个数组包含0和1,其中0表示没种植花,1表示种植了花),和一个数 n 。能否在不打破种植规则的情况下种入 n 朵花?能则返回True,不能则返回False。
示例 1:
输入: flowerbed = [1,0,0,0,1], n = 1
输出: True
示例 2:
输入: flowerbed = [1,0,0,0,1], n = 2
输出: False
注意:
数组内已种好的花不会违反种植规则。
输入的数组长度范围为 [1, 20000]。
n 是非负整数,且不会超过输入数组的大小。
2)我的解法
c++
class Solution {
public:
bool canPlaceFlowers(vector<int>& flowerbed, int n) {
int result=0;
for(int i=0;i<flowerbed.size();i++)
{
if(flowerbed[i]==0)
{
if(flowerbed.size()==1)result++;
else if(i==0&&flowerbed[i+1]==0)result++;
else if(i==flowerbed.size()-1&&flowerbed[i-1]==0)result++;
else if(i>0&&i<flowerbed.size()-1&&flowerbed[i-1]==0&&flowerbed[i+1]==0)result++;
else continue;
flowerbed[i]=1;
}
}
return n<=result;
}
};
3)其他解法
public class Solution {
public boolean canPlaceFlowers(int[] flowerbed, int n) {
int i = 0, count = 0;
while (i < flowerbed.length) {
if (flowerbed[i] == 0 && (i == 0 || flowerbed[i - 1] == 0) && (i == flowerbed.length - 1 || flowerbed[i + 1] == 0)) {
flowerbed[i] = 1;
count++;
}
i++;
}
return count >= n;
}
}
public class Solution {
public boolean canPlaceFlowers(int[] flowerbed, int n) {
int i = 0, count = 0;
while (i < flowerbed.length) {
if (flowerbed[i] == 0 && (i == 0 || flowerbed[i - 1] == 0) && (i == flowerbed.length - 1 || flowerbed[i + 1] == 0)) {
flowerbed[i++] = 1;
count++;
}
if(count>=n)
return true;
i++;
}
return false;
}
}
作者:LeetCode
链接: link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
bool canPlaceFlowers(vector<int>& flowerbed, int n) {
int result=0;
for(int i=0;i<flowerbed.size();i++)
{
if(flowerbed[i]==0)
{
if((i==0||flowerbed[i-1]==0)&&(i==flowerbed.size()-1||flowerbed[i+1]==0)){
result++;flowerbed[i]=1;
}
}
}
return n<=result;
}
};
5)学到的东西
贪心思想:思考如何把问题拆分成小问题
尽量简洁的进行判断
8、判断子序列(392、Easy)
1)题目要求
给定字符串 s 和 t ,判断 s 是否为 t 的子序列。
你可以认为 s 和 t 中仅包含英文小写字母。字符串 t 可能会很长(长度 ~= 500,000),而 s 是个短字符串(长度 <=100)。
字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符相对位置形成的新字符串。(例如,"ace"是"abcde"的一个子序列,而"aec"不是)。
示例 1:
s = “abc”, t = “ahbgdc”
返回 true.
示例 2:
s = “axc”, t = “ahbgdc”
返回 false.
后续挑战 :
如果有大量输入的 S,称作S1, S2, … , Sk 其中 k >= 10亿,你需要依次检查它们是否为 T 的子序列。在这种情况下,你会怎样改变代码?
2)我的解法
c++
class Solution {
public:
bool isSubsequence(string s, string t) {
int i=0,j=0;
while(i<s.length()&&j<t.length()){
if(s[i]==t[j])i++;
j++;
}
return i==s.length();
}
};
3)其他解法
1、一个一个找
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;
}
}
作者:张英俊
链接:评论区
来源:力扣(LeetCode)
2、动态规划
class Solution {
public:
bool isSubsequence(string s, string t) {
int n = s.size(), m = t.size();
vector<vector<int> > f(m + 1, vector<int>(26, 0));
for (int i = 0; i < 26; i++) {
f[m][i] = m;
}
for (int i = m - 1; i >= 0; i--) {
for (int j = 0; j < 26; j++) {
if (t[i] == j + 'a')
f[i][j] = i;
else
f[i][j] = f[i + 1][j];
}
}
int add = 0;
for (int i = 0; i < n; i++) {
if (f[add][s[i] - 'a'] == m) {
return false;
}
add = f[add][s[i] - 'a'] + 1;
}
return true;
}
};
作者:LeetCode-Solution
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public:
bool isSubsequence(string s, string t) {
int tlength=t.length();
vector<vector<int>> dp(tlength+1,vector<int>(26,-1));
for(int i=tlength-1;i>=0;i--){
for(int j=0;j<26;j++){
if(t[i]==char(j+'a'))dp[i][j]=i;
else dp[i][j]=dp[i+1][j];
}
}
int j=0;
for(int i=0;i<s.length()&&j<tlength+1;i++){
if(dp[j][s[i]-'a']==-1)return false;
else j=dp[j][s[i]-'a']+1;
}
return true;
}
};
5)学到的东西
双指针思想
动态规划思想
9、非递减数列(665、Easy)
1)题目要求
给你一个长度为 n 的整数数组,请你判断在 最多 改变 1 个元素的情况下,该数组能否变成一个非递减数列。
我们是这样定义一个非递减数列的: 对于数组中所有的 i (0 <= i <= n-2),总满足 nums[i] <= nums[i + 1]。
示例 1:
输入: nums = [4,2,3]
输出: true
解释: 你可以通过把第一个4变成1来使得它成为一个非递减数列。
示例 2:
输入: nums = [4,2,1]
输出: false
解释: 你不能在只改变一个元素的情况下将其变为非递减数列。
说明:
1 <= n <= 10 ^ 4
- 10 ^ 5 <= nums[i] <= 10 ^ 5
2)我的解法
c++
class Solution {
public:
bool checkPossibility(vector<int>& nums) {
bool tag=false;
for(int i=0;i<nums.size()-1;i++){
if(nums[i]>nums[i+1]){
if(tag)return false;
else {
if(i>0&&nums[i-1]>nums[i+1]&&i<nums.size()-2&&nums[i]>nums[i+2])return false;
else tag=true;
}
}
}
return true;
}
};
3)其他解法
class Solution {
public boolean checkPossibility(int[] nums) {
if(nums.length < 3){
return true;
}
int count = 0;
for(int i=0;i<nums.length-1;i++){
if(nums[i] > nums[i+1]){
count++;
if(count > 1){
break;
}
if(i-1 >=0&&nums[i-1] > nums[i+1]){
nums[i+1] = nums[i];
}else{
nums[i] = nums[i+1];
}
}
}
return count <= 1;
}
}
作者:but-2
链接:link
来源:力扣(LeetCode)。
4)自己的优化代码
c++
class Solution {
public:
bool checkPossibility(vector<int>& nums) {
bool tag=false;
for(int i=0;i<nums.size()-1;i++){
if(nums[i]>nums[i+1]){
if(tag)return false;
else {
if(i>0&&nums[i-1]>nums[i+1]&&i<nums.size()-2&&nums[i]>nums[i+2])return false;
else tag=true;
}
}
}
return true;
}
};
5)学到的东西
贪心思想
10、最大子序和(53、Easy)
1)题目要求
给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。
示例:
输入: [-2,1,-3,4,-1,2,1,-5,4]
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。
进阶:
如果你已经实现复杂度为 O(n) 的解法,尝试使用更为精妙的分治法求解。
2)我的解法
class Solution {
public int maxSubArray(int[] nums) {
int result=0,temp=0,temp1=0;
if(nums.length==0)return 0;
result=nums[0];
temp=result;
for(int i=1;i<nums.length;i++){
temp1=nums[i];
temp+=nums[i];
if(temp1>=temp){
temp=temp1;
}
result=Math.max(result,temp);
}
return result;
}
}
3)其他解法
class Solution {
public:
int maxSubArray(vector<int>& nums) {
int pre = 0, maxAns = nums[0];
for (const auto &x: nums) {
pre = max(pre + x, x);
maxAns = max(maxAns, pre);
}
return maxAns;
}
};
作者:LeetCode-Solution
链接:link
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。
2、贪心
class Solution
{
public:
int maxSubArray(vector<int> &nums)
{
//类似寻找最大最小值的题目,初始值一定要定义成理论上的最小最大值
int result = INT_MIN;
int numsSize = int(nums.size());
int sum = 0;
for (int i = 0; i < numsSize; i++)
{
sum += nums[i];
result = max(result, sum);
//如果sum < 0,重新开始找子序串
if (sum < 0)
{
sum = 0;
}
}
return result;
}
};
作者:pinku-2
链接:link
来源:力扣(LeetCode)
3、分治
public class Solution {
public int maxSubArray(int[] nums) {
int len = nums.length;
if (len == 0) {
return 0;
}
return maxSubArraySum(nums, 0, len - 1);
}
private int maxCrossingSum(int[] nums, int left, int mid, int right) {
// 一定会包含 nums[mid] 这个元素
int sum = 0;
int leftSum = Integer.MIN_VALUE;
// 左半边包含 nums[mid] 元素,最多可以到什么地方
// 走到最边界,看看最值是什么
// 计算以 mid 结尾的最大的子数组的和
for (int i = mid; i >= left; i--) {
sum += nums[i];
if (sum > leftSum) {
leftSum = sum;
}
}
sum = 0;
int rightSum = Integer.MIN_VALUE;
// 右半边不包含 nums[mid] 元素,最多可以到什么地方
// 计算以 mid+1 开始的最大的子数组的和
for (int i = mid + 1; i <= right; i++) {
sum += nums[i];
if (sum > rightSum) {
rightSum = sum;
}
}
return leftSum + rightSum;
}
private int maxSubArraySum(int[] nums, int left, int right) {
if (left == right) {
return nums[left];
}
int mid = (left + right) >>> 1;
return max3(maxSubArraySum(nums, left, mid),
maxSubArraySum(nums, mid + 1, right),
maxCrossingSum(nums, left, mid, right));
}
private int max3(int num1, int num2, int num3) {
return Math.max(num1, Math.max(num2, num3));
}
}
作者:liweiwei1419
链接: link
来源:力扣(LeetCode)
4)自己的优化代码
动态规划:
class Solution {
public int maxSubArray(int[] nums) {
int result=0,temp=0,temp1=0;
if(nums.length==0)return 0;
result=nums[0];
temp=result;
for(int i=1;i<nums.length;i++){
temp=Math.max(nums[i],temp+nums[i]);
result=Math.max(result,temp);
}
return result;
}
}
贪心:
class Solution {
public int maxSubArray(int[] nums) {
int result=Integer.MIN_VALUE,sum=0;
for(int i=0;i<nums.length;i++){
sum+=nums[i];
result=Math.max(sum,result);
if(sum<0)sum=0;
}
return result;
}
}
5)学到的东西
动态规划:后面结果依赖于前面部分的结果之上
贪心没有上述特点
没必要纠结这题到底属于什么类型,无论是动态规划还是贪心,能解出来就好
分治:
分开----合并
分类讨论
11、划分字母区间(763、Medium)
1)题目要求
字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段,同一个字母只会出现在其中的一个片段。返回一个表示每个字符串片段的长度的列表。
示例 1:
输入:S = “ababcbacadefegdehijhklij”
输出:[9,7,8]
解释:
划分结果为 “ababcbaca”, “defegde”, “hijhklij”。
每个字母最多出现在一个片段中。
像 “ababcbacadefegde”, “hijhklij” 的划分是错误的,因为划分的片段数较少。
提示:
S的长度在[1, 500]之间。
S只包含小写字母 ‘a’ 到 ‘z’ 。
2)我的解法
class Solution {
public List<Integer> partitionLabels(String S) {
List<Integer> result=new ArrayList<>();
int[] list=new int[26];
Arrays.fill(list,-1);
for(int i=0;i<S.length();i++){
list[S.charAt(i)-'a']=i;
}
int j=0,end=0;
for(int i=0;i<S.length();i++){
end=Math.max(end,list[S.charAt(i)-'a']);
j++;
if(i==end){
result.add(j);
j=0;
}
}
return result;
}
}
3)其他解法
class Solution {
public List<Integer> partitionLabels(String S) {
int[] last = new int[26];
for (int i = 0; i < S.length(); ++i)
last[S.charAt(i) - 'a'] = i;
int j = 0, anchor = 0;
List<Integer> ans = new ArrayList();
for (int i = 0; i < S.length(); ++i) {
j = Math.max(j, last[S.charAt(i) - 'a']);
if (i == j) {
ans.add(i - anchor + 1);
anchor = i + 1;
}
}
return ans;
}
}
作者:LeetCode
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
c++
class Solution {
public List<Integer> partitionLabels(String S) {
List<Integer> result=new ArrayList<>();
int[] list=new int[26];//没必要用Arrays.fill()填充
for(int i=0;i<S.length();i++){
list[S.charAt(i)-'a']=i;
}
int j=0,end=0;
for(int i=0;i<S.length();i++){
end=Math.max(end,list[S.charAt(i)-'a']);
j++;
if(i==end){
result.add(j);
j=0;
}
}
return result;
}
}
5)学到的东西
贪心思想