51-55 N皇后 - N皇后 - 最大子序和 - 螺旋矩阵 - 跳跃游戏

51. N皇后(困难)

回溯

思路:

  • 按行添加皇后,所以行不会发生冲突
  • ArrayList currentQueen,这个是用来存列的index,用一个简单的条件判断语句就能使得currentQueen中不含相同的值,即不发生列冲突
  • 那怎么避免对角线冲突呢?这里需要一个小技巧,isDiagonalAttack就是用来判断是否发生对角线冲突的,获取当前所在行和列,遍历在此之前的每一行,因为之前每一行都是存了currentQueen的值的,所以只要遍历过程判断只要有任意一行的点和当前点满足对角线(横坐标纵坐标的差值相等),那么就发生了对角线冲突
public List<List<String>> solveNQueens(int n) {
    List<List<String>> res = new ArrayList<>();
    if(n == 0) return res;
    backtrace(new ArrayList<Integer>(),res,n);
    return res;
}
public void backtrace(ArrayList<Integer> currentQueen,List<List<String>> res,int n){
    // 当前皇后的个数是否等于 n 了,等于的话就加到结果中
    if(currentQueen.size() == n){
        List<String> temp = new ArrayList<>();
        for (int i = 0; i < n; i++) {
            char[] t = new char[n];
            Arrays.fill(t,'.');
            t[currentQueen.get(i)] = 'Q';
            temp.add(new String(t));
        }
        res.add(temp);
        return;
    }
    //尝试每一列
    for (int col = 0; col < n; col++) {
        //查看列是否冲突
        if(currentQueen.contains(col)){
            continue;
        }
        //判断对角线是否冲突
        if(isDiagonalAttack(currentQueen,col)){
            continue;
        }
        currentQueen.add(col);
        backtrace(currentQueen,res,n);
        //回溯
        currentQueen.remove(currentQueen.size() - 1);
    }
}
public boolean isDiagonalAttack(ArrayList<Integer> currentQueen, int col){
    int current_row = currentQueen.size();
    int current_col = col;
    for (int row = 0; row < currentQueen.size(); row++) {
        if(Math.abs(current_row - row) == Math.abs(current_col - currentQueen.get(row))){
            return true;
        }
    }
    return false;
}

52. N皇后

和51题一样,改个输出就行了

public int totalNQueens(int n) {
    List<Integer> res = new ArrayList<>();
    if(n == 0) return 0;
    backtrace(new ArrayList<Integer>(),res,n);
    return res.size();
}
public void backtrace(ArrayList<Integer> currentQueen,List<Integer> res,int n){
    // 当前皇后的个数是否等于 n 了,等于的话就加到结果中
    if(currentQueen.size() == n){
        res.add(1);
        return;
    }
    //尝试每一列
    for (int col = 0; col < n; col++) {
        //查看列是否冲突
        if(currentQueen.contains(col)){
            continue;
        }
        //判断对角线是否冲突
        if(isDiagonalAttack(currentQueen,col)){
            continue;
        }
        currentQueen.add(col);
        backtrace(currentQueen,res,n);
        //回溯
        currentQueen.remove(currentQueen.size() - 1);
    }
}
public boolean isDiagonalAttack(ArrayList<Integer> currentQueen, int col){
    int current_row = currentQueen.size();
    int current_col = col;
    for (int row = 0; row < currentQueen.size(); row++) {
        if(Math.abs(current_row - row) == Math.abs(current_col - currentQueen.get(row))){
            return true;
        }
    }
    return false;
}

53. 最大子序和

动态规划

public int maxSubArray_dp(int[] nums) {
    int n = nums.length;
    int[] dp = new int[n];
    int max = nums[0];
    dp[0] = nums[0];
    for (int i = 1; i < n; i++) {
        if(dp[i - 1] < 0){
            dp[i] = nums[i];
        }else{
            dp[i] = dp[i - 1] + nums[i];
        }
        max = Math.max(max,dp[i]);
    }
    return max;
}

动态规划优化

上面dp[i]仅和dp[i-1]和nums[i]有关,可以优化空间复杂度

public int maxSubArray(int[] nums) {
    int ans = nums[0];
    int sum = 0;
    for (int num : nums) {
        if (sum > 0) {
            sum += num;
        } else {
            sum = num;
        }
        ans = Math.max(sum, ans);
    }
    return ans;
}

**

54. 螺旋矩阵

剑指里面也有道差不多的题

public List<Integer> spiralOrder(int[][] matrix) {
    List<Integer> res = new ArrayList<>();
    if(matrix==null||matrix.length==0||matrix[0].length==0) return res;
    int left=0;
    int right=matrix[0].length-1;
    int top=0;
    int bottom=matrix.length-1;
    
    while (true){
        for(int i=left;i<=right;i++){
            res.add(matrix[top][i]);
        }
        if(++top>bottom) break;
        for(int j=top;j<=bottom;j++){
            res.add(matrix[j][right]);
        }
        if(--right<left) break;
        for(int k=right;k>=left;k--){
            res.add(matrix[bottom][k]);
        }
        if(--bottom<top) break;
        for(int l=bottom;l>=top;l--){
            res.add(matrix[l][left]);
        }
        if(++left>right) break;
    }
    return res;
}

55. 跳跃游戏

借鉴45题,去掉steps

顺藤摸瓜

public boolean jump(int[] nums) {
    int end = 0;
    int maxposition = 0;
    for(int i = 0;i < nums.length - 1;i++){
    	if(i > end){
    		return false;
    	}
        //找能跳到最远的
        maxposition = Math.max(maxposition, nums[i] + i);
        if(i == end){
            //遇到end边界,就更新边界,并且步数+1
            end = maxposition;
        }
    }
    return maxposition >= nums.length - 1;
}

直接判断下标

更新一个最大可达的位置

public boolean canJump(int[] nums) {
    int reach = 0;//能到达最远的引索
    int length = nums.length;
    for (int i = 0; i < length; i++) {
        //如果当前遍历的位置连reach都达不到,返回false
        if (i > reach) {
            return false;
        } else {//否则我们就去更新我们的reach
            reach = Math.max(i + nums[i], reach);
        }
    }
    return true;
}
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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