记忆化搜索算法leetcode.241

    //三种运算符
    static final int ADDITION = -1;
    static final int SUBTRACTION = -2;
    static final int MULTIPLICATION = -3;
 
    public List<Integer> diffWaysToCompute(String expression) {
        List<Integer> ops = new ArrayList<Integer>();
        //将表达式拆成数字和运算符
        for (int i = 0; i < expression.length();) {
            if (!Character.isDigit(expression.charAt(i))) {
                if (expression.charAt(i) == '+') {
                    ops.add(ADDITION);
                } else if (expression.charAt(i) == '-') {
                    ops.add(SUBTRACTION);
                } else {
                    ops.add(MULTIPLICATION);
                }
                i++;
            } else {
                int t = 0;
                while (i < expression.length() &&Character.isDigit(expression.charAt(i)))             
                {
                    t = t * 10 + expression.charAt(i) - '0';
                    i++;
                }
                ops.add(t);
            }
        }
        //记录[l,r]表达式的结果
        List<Integer>[][] dp = new List[ops.size()][ops.size()];
        for (int i = 0; i < ops.size(); i++) {
            for (int j = 0; j < ops.size(); j++) {
                dp[i][j] = new ArrayList<Integer>();
            }
        }
        return dfs(dp, 0, ops.size() - 1, ops);
    }
 
    public List<Integer> dfs(List<Integer>[][] dp, int l, int r, List<Integer> ops) {
        //非空说明已经求解过该表达式
        if (dp[l][r].isEmpty()) {
            if (l == r) {
                dp[l][r].add(ops.get(l));//只有一个数字
            } else {
                //以第i+1位的运算符为分割,分别在左右子式进行求解
                for (int i = l; i < r; i += 2) {
                    List<Integer> left = dfs(dp, l, i, ops);
                    List<Integer> right = dfs(dp, i + 2, r, ops);
                    //该运算符作为最后一步,左右子式应将所有可能结果的进行两两组合
                    for (int lv : left) {
                        for (int rv : right) {
                            if (ops.get(i + 1) == ADDITION) {
                                dp[l][r].add(lv + rv);
                            } else if (ops.get(i + 1) == SUBTRACTION) {
                                dp[l][r].add(lv - rv);
                            } else {
                                dp[l][r].add(lv * rv);
                            }
                        }
                    }
                }
            }
        }
        return dp[l][r];
    }

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划是一种解决问题的算法思想,它通常用于解决具有最优子结构和子问题重叠性质的问题。在动态规划中,我们将问题分解为更小的子问题,并通过解决子问题来解决原始问题。记忆化搜索是动态规划的一种优化技术,它通过使用内存来记录已经计算过的结果,避免重复计算,从而提高算法的效率。 在Java中,可以使用记忆化搜索来实现动态规划。例如,对于LeetCode上的问题135. 分发糖果,可以使用记忆化搜索来优化算法的时间复杂度。具体实现如下: ```java public int rob(int[] nums) { int[] memo = new int[nums.length]; Arrays.fill(memo, -1); return tryRob(nums, 0, memo); } private int tryRob(int[] nums, int index, int[] memo) { if (index >= nums.length) { return 0; } if (memo[index] != -1) { return memo[index]; } int res = 0; for (int i = index; i < nums.length; i++) { res = Math.max(res, nums[i] + tryRob(nums, i + 2, memo)); } memo[index] = res; return res; } ``` 这段代码使用了记忆化搜索来避免重叠子问题的重复计算,提高了算法的效率。具体来说,它通过一个数组`memo`来记录已经计算过的结果,如果某个子问题已经计算过,就直接返回结果,否则进行递归计算并将结果存入`memo`数组中。 动态规划和记忆化搜索是解决复杂问题的有效方法,它们可以帮助我们优化算法的时间复杂度,并提高程序的执行效率。在实际应用中,我们可以根据问题的特点选择合适的算法思想和技巧来解决问题。
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