思特奇杯·云上蓝桥 -算法 集训营第三周

1. 斐波那契数列

题目描述

斐波那契数，通常用 F(n) 表示，形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1
给你 n ，请计算 F(n) 。

解法一

解题思路

动态规划

python代码

def fib(self, n: int) -> int:
        if  n==0:
            return 0
        if n==1:
            return 1
        a=0
        b=1
        for i in range(2,n+1):
            a,b=b,a+b
        return b

运行结果

2. 第 N 个泰波那契数

题目描述

泰波那契序列 Tn 定义如下：
T0 = 0, T1 = 1, T2 = 1, 且在 n >= 0 的条件下 Tn+3 = Tn + Tn+1 + Tn+2
给你整数 n，请返回第 n 个泰波那契数 Tn 的值。

示例 1：

输入：n = 4
输出：4
解释：
T_3 = 0 + 1 + 1 = 2
T_4 = 1 + 1 + 2 = 4
示例 2：

输入：n = 25
输出：1389537

解法一

解题思路

动态规划

python代码

def tribonacci(self, n: int) -> int:
        if n==0:
            return 0
        if n==1:
            return  1
        if n==2:
            return 1
        a=0
        b=1
        c=1
        for i in range(3,n+1):
            a,b,c=b,c,a+b+c
        return c

运行结果

3.爬楼梯

题目描述

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。
每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

解法一

解题思路

动态规划

python代码

def climbStairs(self, n: int) -> int:
        if n == 1:
            return 1
        if n == 2:
            return 2
        a,b = 1,2
        for i in range(3,n+1):
            a,b=b,a+b
        return b

运行结果

4.使用最小花费爬楼梯

题目描述

给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。

你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。

请你计算并返回达到楼梯顶部的最低花费。

示例 1：

输入：cost = [10,15,20]
输出：15
解释：你将从下标为 1 的台阶开始。

• 支付 15 ，向上爬两个台阶，到达楼梯顶部。
  总花费为 15 。
  示例 2：

输入：cost = [1,100,1,1,1,100,1,1,100,1]
输出：6
解释：你将从下标为 0 的台阶开始。

• 支付 1 ，向上爬两个台阶，到达下标为 2 的台阶。
• 支付 1 ，向上爬两个台阶，到达下标为 4 的台阶。
• 支付 1 ，向上爬两个台阶，到达下标为 6 的台阶。
• 支付 1 ，向上爬一个台阶，到达下标为 7 的台阶。
• 支付 1 ，向上爬两个台阶，到达下标为 9 的台阶。
• 支付 1 ，向上爬一个台阶，到达楼梯顶部。
  总花费为 6 。

解法一

解题思路

动态规划
递推公式:
	f(i)代表爬到第i阶楼梯需付最少代价为f(i)
	f(i) = min(f(i-1),f(i-2)+cost(i))  ,  i=n
	f(i) = min(f(i-1),f(i-2))+cost(i)  ,  2<=i<n

python代码

def minCostClimbingStairs(self, cost: List[int]) -> int:
        n = len(cost)
        if n == 2:
            return min(cost)
        dp = []#dp[i]=min(dp[i-1],dp[i-2])+cost[i]
        dp.append(cost[0]) 
        dp.append(cost[1])
        for i in range(2,n):
            if i == n-1:
                dp.append(min(dp[i-1],dp[i-2]+cost[i]))
            else:
                dp.append(min(dp[i-1],dp[i-2])+cost[i])
        return dp[-1]

运行结果

5.买卖股票的最佳时机

题目描述

给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。
你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。
返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。

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：prices = [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。

解法一

解题思路

定义Max,Min为最高股价和最低股价，初始时Max = prices[0], Min = prices[1]
遍历 数组prices
当某一天股价大于Max时
	Max = prices[i]
	ans = Max(ans,Max-Min)
当某一天的股价小于MIn时
	Min = prices[i]
	Max = prices[i]

python代码

def maxProfit(self, prices: List[int]) -> int:
        n = len(prices)
        if n < 2:
            return 0
        Min = prices[0]
        Max = prices[1]
        ans = 0
        for i in range(n):
            if prices[i] >= Max:
                Max = prices[i]
                ans = max(ans,Max - Min)
            if prices[i] < Min:
                Min = prices[i]
                Max = prices[i]
        return ans

运行结果

6.最长公共子序列

题目描述

给定两个字符串 text1 和 text2，返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ，返回 0 。
一个字符串的 子序列 是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。
例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。

示例 1：

输入：text1 = “abcde”, text2 = “ace”
输出：3
解释：最长公共子序列是 “ace” ，它的长度为 3 。
示例 2：

输入：text1 = “abc”, text2 = “abc”
输出：3
解释：最长公共子序列是 “abc” ，它的长度为 3 。
示例 3：

输入：text1 = “abc”, text2 = “def”
输出：0
解释：两个字符串没有公共子序列，返回 0 。

解法一

解题思路

动态规划
n,m = len(text1),len(text2)
定义数组 dp[n][m]，dp[i][j]表示text1[:i]和text2[:j]的公共子序列长度为dp[i][j]
dp[i][j] = max(dp[i-1][j],dp[i][j-1])，(text1[i-1] != text[j-1])
dp[i][j] = dp[i-1][j-1] + 1，(text1[i-1] == text[j-1])

python代码

def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        n,m = len(text1),len(text2)
        dp = [[0]*(m+1) for _ in range(n+1)]
        for i in range(1,n+1):
            for j in range(1,m+1):
                if text1[i-1] == text2[j-1]:
                    dp[i][j] = dp[i-1][j-1] + 1
                else:
                    dp[i][j] = max(dp[i-1][j],dp[i][j-1])
        return dp[-1][-1]

运行结果

7.杨辉三角形

题目描述

解法一

解题思路

动态规划
计算杨辉三角存储在数组a，然后判断a[-1]是否等于n，等于返回数组a长度，否则继续计算杨辉三角。

python代码

#杨辉三角
def solution(n):
    a = [1]
    row = i = 1
    while True:
        row += 1
        while i < row*(row+1)//2:
            if a[-1] == n:
                return len(a)
            if i == row*(row+1)//2 - 1 or i == row*(row+1)//2 - row:
                a.append(1)
            else:
                a.append(a[i-row]+a[i-row+1])
            i += 1
            
if __name__ == '__main__':
    n = 6
    ans = solution(n)
    print(ans)

运行结果

8.节点选择

题目描述

有一棵 n 个节点的树，树上每个节点都有一个正整数权值。如果一个点被选择了，那么在树上和它相邻的点都不能被选择。求选出的点的权值和最大是多少？
样例输入
5
1 2 3 4 5
1 2
1 3
2 4
2 5
样例输出
12

解法一

解题思路

dfs

python代码

#节点选择
def check(a,k):
    for i in range(len(grah[k])):
        if grah[k][i] == 1 and a[i] == 1:
            return False
    return True
def dfs(start,end):
    global ans
    if start == end:
        tmp = 0
        for i in range(end):
            if a[i] == 1:
                tmp += weight[i]
        ans = max(ans,tmp)
        return
    for i in range(start,end):
        if check(a,i):
            a[i] = 1
            dfs(start+1,end)
            a[i] = 0
            
if __name__ == '__main__':
    n = int(input())
    a = [0]*n
    weight = list(map(int,input().split()))
    grah = [[0]*n for _  in range(n)]
    count = 0
    while count < n-1:
        i,j = map(int,input().split())
        grah[i-1][j-1] =  1
        grah[j-1][i-1] =  1
        count += 1
    ans = 0
    dfs(0,n)
    print(ans)

运行结果

9.耐摔指数

题目描述

x 星球有很多高耸入云的高塔，刚好可以用来做耐摔测试。
塔的各层高度都是一样的。他们的第 1 层不是地面，而是相当于我们的 2 楼。
他们的地面层为 0 层。如果手机从第 7 层扔下去没摔坏，但第 8 层摔坏了，则
手机耐摔指数 = 7。
特别地，如果手机从第 1 层扔下去就坏了，则耐摔指数 = 0。
如果到了塔的最高层第 n 层扔没摔坏，则耐摔指数 = n。
为了加快测试进度，从每个型号手机中，抽样 3 部参加测试。
问题来了：如果已知了测试塔的高度 n，并且采用最佳的策略，在最坏的运气下
需要测试多少次才能确定手机的耐摔指数呢？

解法一

解题思路

python代码

#耐摔指数
def solution(n):
    i = sum1 = sum2 = 0
    while sum2 < n:
        i += 1
        sum2 += (sum1+1)
        sum1 += i
    return i
if __name__ == '__main__':
    n = int(input())
    ans = solution(n)
    print(ans)

运行结果

10.K 好数

题目描述

如果一个自然数 N 的 K 进制表示中任意的相邻的两位都不是相邻的数字，那么
我们就说这个数是 K 好数。求 L 位 K 进制数中 K 好数的数目。例如 K = 4，L = 2
的时候，所有 K 好数为 11、13、20、22、30、31、33 共 7 个。由于这个数目很
大，请你输出它对 1000000007 取模后的值。
输入格式
输入包含两个正整数，K 和 L。
输出格式
输出一个整数，表示答案对 1000000007 取模后的值。
样例输入
4 2
样例输出
7

解法一

解题思路

动态规划
在k进制的前提下,dp[i][j]表示，有 i+1 位长且以 j 为最后 以为结尾时dp[i][j]个k好数
dp[i][j] += dp[i-1][n] ，(|n-j| != 1，0<=n<k)
当只有1位时
0不能为第一位，故dp[0][0] = 0
1,2,3都可以为第一位且只有1种情况，故dp[0][1] = 1;dp[0][2] = 1;dp[0][3] = 1,即：

L\K	0	1	2	3
1	0	1	1	1

当有2位时
0结尾时，dp[1][0] = dp[0][0] + dp[0][2] + dp[0][3] = 0+1+1 = 2
1结尾时，dp[1][1] = dp[0][1] + dp[0][3] = 1+1 = 2
2结尾时，dp[1][2] = dp[0][0] + dp[0][2] = 0+1 = 1
3结尾时，dp[1][3] = dp[0][0] + dp[0][1] + dp[0][3] = 0+1+1 = 2

L\K	0	1	2	3
1	0	1	1	1
2	2	2	1	2

当有3位时
0结尾时，dp[2][0] = dp[0][0] + dp[0][2] + dp[0][3] = 2+1+2 = 5
1结尾时，dp[2][1] = dp[0][1] + dp[0][3] = 2+2 = 4
2结尾时，dp[2][2] = dp[0][0] + dp[0][2] = 2+1 = 3
3结尾时，dp[2][3] = dp[0][0] + dp[0][1] + dp[0][3] = 2+2+2 = 6

L\K	0	1	2	3
1	0	1	1	1
2	2	2	1	2
3	5	4	3	6

故,递推公式为

python代码

#K 好数
def solution(k,L):
    dp = [[0]*k for _ in range(L)]
    for i in range(k):
        dp[0][i] = 1
    dp[0][0] = 0
    for i in range(1,L):
        for j in range(k):
            for j2 in range(k):
                if abs(j-j2) != 1:
                    dp[i][j] += dp[i-1][j2]
            dp[i][j] = dp[i][j]%1000000007
    return sum(dp[L-1])%1000000007
if __name__ ==  '__main__':
    k = 4
    L = 2
    ans = solution(k,L)
    print(ans)

运行结果