一力扣63
- 对于一个数学题,基本上就是Cm+n-1,n-1,但是没用学习的东西
- 不过看了题解,这道题实际上靠的时动态规划(递归不知道算不算解法之一,大部分我的递归超时)
- 我们要么右要么下,只有两种,所以对于dpij来说,他的思想就是dp【i】【j】=dp【i-1】【j】+dp【i】【j-1】,这是因为任意一个点的路线都来自与上方和左方
- 因此,我们只需要设立初始值就可以进行动态规划了
- 矩阵的初始就是边界都设定为1,意思是这里都只有1条路线
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
##return comb(m+n-1,n-1)
dp=[[0]*n for _ in range(m)]
for i in range(m):
dp[i][0]=1
for i in range(n):
dp[0][i]=1
for i in range(1,m):
for j in range(1,n):
dp[i][j]=dp[i-1][j]+dp[i][j-1]
return dp[-1][-1]
二力扣题目70
- 此题与上一道类似,都是动态规划
- 我们只需要将中心的规划过程根据题目改变一下,根据阶数可以理解为1阶的规划,其中心过程是:
- 只能1阶或者两阶,因此对第n阶台阶来说,他的方法就是res【n】=res【n-1】+res【n-2】
- 我们设立的初始值就是前两节,1与2,这样我们的模型就完成了
class Solution:
def climbStairs(self, n: int) -> int:
res=[0 for _ in range(n)]
if n<=2:
return n
res[0],res[1]=1,2
for i in range(2,n):
res[i]=res[i-1]+res[i-2]
return res[-1]
三力扣78
- 这道题大概有两种解法比较适合,一种是广度优先算法,和深度优先算法(同回溯算法)
- 我这道题和题解后许多大佬的深搜同理,但是我发现这样理解很强:
- 每个集合深搜加上一个新的对象时,就是本身集合和本身集合加上一个新元素的集合好比【1】加上2时,应当本身是【1】,【1,2】,根据这个算法,我们可以简化大多设定为函数的代码
class Solution:
def subsets(self, nums: List[int]) -> List[List[int]]:
s=[[]]
for i in nums:
l=len(s)
for j in range(l):
c=s[j].copy()
c.append(i)
s.append(c)
return s
秒啊~,看不懂函数迭代的可以学学我的,两层遍历,好理解哦
总结!今天学的好顺利
ps~我理解的很好了,能不能获得优秀。如果觉得有哪里能改进的可以留个评论