每日刷题记录(十六)

这篇具有很好参考价值的文章主要介绍了每日刷题记录(十六)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

第一题:爬楼梯

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?

示例 1:

输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。

  1. 1 阶 + 1 阶
  2. 2 阶

示例 2:

输入:n = 3
输出:3
解释:有三种方法可以爬到楼顶。

  1. 1 阶 + 1 阶 + 1 阶
  2. 1 阶 + 2 阶
  3. 2 阶 + 1 阶

提示:

  • 1 <= n <= 45

解题思路:

本题为斐波那契数列的变形,到达n阶楼梯的方法数就是斐波那契数列的第n+1项

代码实现:

class Solution {
    public int climbStairs(int n) {
        int[] arr = new int[n+1];
        arr[0] = 1;
        arr[1] = 1;
        for(int i = 2;i <= n;i++) {
            arr[i] = arr[i-1] + arr[i-2]; 
        }
        return arr[n];
    }
}

第二题:不同路径

一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。问总共有多少条不同的路径?

示例 1:

输入:m = 3, n = 7
输出:28

示例 2:

输入:m = 3, n = 2
输出:3
解释: 从左上角开始,总共有 3 条路径可以到达右下角。

  1. 向右 -> 向下 -> 向下
  2. 向下 -> 向下 -> 向右
  3. 向下 -> 向右 -> 向下

示例 3:

输入:m = 7, n = 3
输出:28

示例 4:

输入:m = 3, n = 3
输出:6

提示:

  • 1 <= m, n <= 100
  • 题目数据保证答案小于等于 2 * 109

解题思路:

本题为简单的动态规划问题,动态规划转移方程:arr(i, j) = arr(i-1, j) + arr(i, j-1),先将arr[i][0]和arr[0][j]初始化为1,然后根据转移方程求得arr[i][j],返回arr[m-1][n-1]

代码实现:

class Solution {
    public int uniquePaths(int m, int n) {
        int[][] arr = new int[m][n];
        for(int i = 0;i < m;i++) {
            arr[i][0] = 1;
        }
        for(int i = 0;i < n;i++) {
            arr[0][i] = 1;
        }
        for(int i = 1;i < m;i++) {
            for(int j = 1; j < n;j++) {
                arr[i][j] = arr[i-1][j] + arr[i][j-1];
            }
        }
        return arr[m-1][n-1];
    }
}

第三题:三角形最小路径和

给定一个三角形 triangle ,找出自顶向下的最小路径和。

每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说,如果正位于当前行的下标 i ,那么下一步可以移动到下一行的下标 i 或 i + 1 。

示例 1:

输入:triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
输出:11
解释:如下面简图所示:
2
3 4
6 5 7
4 1 8 3
自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。

示例 2:

输入:triangle = [[-10]]
输出:-10

提示:

  • 1 <= triangle.length <= 200
  • triangle[0].length == 1
  • triangle[i].length == triangle[i - 1].length + 1
  • -104 <= triangle[i][j] <= 104

解题思路:

我们用 f[i][j] 表示从三角形顶部走到位置 (i, j) 的最小路径和。这里的位置 (i,j) 指的是三角形中第 i 行第 j列(均从 0 开始编号)的位置。
由于每一步只能移动到下一行「相邻的节点」上,因此要想走到位置 (i,j) ,上一步就只能在位置 (i−1,j−1) 或者位置 (i−1,j) 。我们在这两个位置中选择一个路径和较小的来进行转移,状态转移方程为:
f[i][j] = min(f[i-1][j-1], f[i-1][j]) + c[i][j]
其中 c[i][j] 表示位置 (i,j) 对应的元素值。

注意第 i 行有 i+1 个元素,它们对应的 j 的范围为 [0, i] 。当 j=0 或 j=i 时,上述状态转移方程中有一些项是没有意义的。

  1. 当 j=0 时, f[i-1][j-1] 没有意义,因此状态转移方程为:
    f[i][0] = f[i-1][0] + c[i][0] (即当我们在第 i 行的最左侧时,我们只能从第 i−1 行的最左侧移动过来)
  2. 当 j=i 时, f[i-1][j] 没有意义,因此状态转移方程为:
    f[i][i] = f[i-1][i-1] + c[i][i] (即当我们在第 i 行的最右侧时,我们只能从第 i-1 行的最右侧移动过来)

最终的答案即为 f[n-1][0] 到 f[n−1][n−1] 中的最小值,其中 n 是三角形的行数。

代码实现:

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        int min = Integer.MAX_VALUE;
        int n = triangle.size();
        int[][] f = new int[n][n];
        f[0][0] = triangle.get(0).get(0);
        for(int i = 1;i < n;i++) {
            List<Integer> row = triangle.get(i);
            for(int j = 0;j <= i;j++) {
                if(j == 0) {
                    f[i][j] = f[i-1][j] + row.get(j); 
                } else if(j == i) {
                    f[i][j] = f[i-1][j-1] + row.get(j);
                } else {
                    f[i][j] = Math.min(f[i-1][j],f[i-1][j-1]) + row.get(j);
                }
            }
        }
        for(int i = 0;i < n;i++) {
            min = Math.min(min,f[n-1][i]);
        }
        return min;
    }
}

第四题:最大子数组和

给你一个整数数组 nums ,请你找出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。

子数组 是数组中的一个连续部分。

示例 1:

输入:nums = [-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 。

示例 2:

输入:nums = [1]
输出:1

示例 3:

输入:nums = [5,4,-1,7,8]
输出:23

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104

解题思路:

假设 nums 数组的长度是 n ,下标从 0 到 n−1。
我们用 dp(i) 代表以第 i 个数结尾的「连续子数组的最大和」,那么很显然我们要求的答案就是:
max(dp(0), dp(1), … , dp(n-1))
此时求 dp(i) 的值,需要分几种情况:

  1. 如果 i=0,则 dp(i)=nums[0] 。
  2. 如果 dp(i-1) > 0 ,说明第 i 个元素结束的连续子数组,是将 dp(i-1) 连续子数组和当前第 i 个元素连接起来组成
  3. 如果 dp(i-1) <=0 ,说明第 i 个元素结束的连续子数组,是由第 i 个元素组成,即只有这一个元素。

代码实现:

class Solution {
    public int maxSubArray(int[] nums) {
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        for(int i = 1;i < nums.length;i++) {
            if(dp[i-1] > 0) {
                dp[i] = dp[i-1] + nums[i];
            } else {
                dp[i] = nums[i];
            }
        }
        int max = Integer.MIN_VALUE;
        for(int i = 0;i < dp.length;i++) {
            max = Math.max(max,dp[i]);
        } 
        return max;
    }
}

第五题:打家劫舍

你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。

给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。

示例 1:

输入:[1,2,3,1]
输出:4
解释:偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。
偷窃到的最高金额 = 1 + 3 = 4 。

示例 2:

输入:[2,7,9,3,1]
输出:12
解释:偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9),接着偷窃 5号房屋 (金额 = 1)。
偷窃到的最高金额 = 2 + 9 + 1 = 12 。

提示:

  • 1 <= nums.length <= 100
  • 0 <= nums[i] <= 400

解题思路:

本题为简单的动态规划问题,动态规划转移方程为dp[i] = Math.max(dp[i-2]+nums[i],dp[i-1])
边界条件为文章来源地址https://www.toymoban.com/news/detail-424310.html

  1. dp[0] = nums[0];
  2. dp[1] = Math.max(nums[0],nums[1]);

代码实现:

class Solution {
    public int rob(int[] nums) {
        int n = nums.length;
        if(n == 1) {
            return nums[0];
        }
        int[] dp = new int[n];
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0],nums[1]);
        for(int i = 2;i < n;i++) {
            dp[i] = Math.max(dp[i-2]+nums[i],dp[i-1]);
        }
        int max = Integer.MIN_VALUE;
        for(int i = 0;i < n;i++) {
            max = Math.max(max,dp[i]);
        }
        return max;
    }
}

到了这里,关于每日刷题记录(十六)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据结构刷题(二十八):509斐波那契数、70爬楼梯、746 使用最小花费爬楼梯

    思路:动态规划五部曲。根据本题的要求具体划分: 确定dp数组以及下标的含义 :dp[i]的定义为:第i个数的斐波那契数值是dp[i] 确定递推公式: 状态转移方程 dp[i] = dp[i - 1] + dp[i - 2]; dp数组如何初始化: dp[0] = 0, dp[1] = 1; 确定遍历顺序 : 从递归公式dp[i] = dp[i - 1] + dp[i - 2];中可

    2023年04月09日
    浏览(40)
  • LeetCode刷题笔记【29】:动态规划专题-1(斐波那契数、爬楼梯、使用最小花费爬楼梯)

    动态规划(DP,Dynamic Programming)。 其解题思路对比 贪心算法的“直接选局部最优然后推导出全局最优” ;倾向于“ 由之前的结果推导得到后续的结果 ”。 很多时候二者具有相似性,不必死扣概念。 动态规划题目的核心是dp数组的概念和构建(递推公式); 所以具体的解题步骤

    2024年02月09日
    浏览(40)
  • 【leetcode刷题】66.使用最小花费爬楼梯——Java版

    ⭐欢迎订阅《leetcode》专栏,每日一题,每天进步⭐ 我觉得这个题的描述应该改改:每个阶梯都有一定数量坨屎,一次只能跨一个或者两个阶梯,走到一个阶梯就要吃光上面的屎,问怎么走才能吃最少的屎?开局你选前两个阶梯的其中一个作为开头点,并吃光该阶梯的屎。

    2023年04月08日
    浏览(79)
  • 【动态规划刷题 2】使⽤最⼩花费爬楼梯 && 解码⽅法

    746 . 使用最小花费爬楼梯 链接: 746 . 使用最小花费爬楼梯 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

    2024年02月15日
    浏览(33)
  • leetcode每日一练-第70题-爬楼梯

      一、思路 动态规划 二、解题方法 使用一个动态规划数组 dp 来记录到达每个台阶的不同方法数。初始情况下,当台阶数为 1 时,方法数为 1,当台阶数为 2 时,方法数为 2。然后,我们从第 3 阶开始逐步计算每一阶的方法数,方法数等于前一阶和前两阶方法数之和。最终,

    2024年02月14日
    浏览(51)
  • 算法刷题Day 38 动态规划理论基础+斐波那契数+爬楼梯

    动态规划的解题步骤: 确定 dp 数组(dp table)以及下标的含义 确定递推公式 dp 数组如何初始化 确定遍历顺序 举例推导 dp 数组 很基础

    2024年02月15日
    浏览(63)
  • Rust每日一练(Leetday0024) 爬楼梯、简化路径、编辑距离

    目录 70. 爬楼梯 Climbing Stairs  🌟 71. 简化路径 Simplify Path  🌟🌟 72. 编辑距离 Edit Distance  🌟🌟🌟 🌟 每日一练刷题专栏 🌟 Rust每日一练 专栏 Golang每日一练 专栏 Python每日一练 专栏 C/C++每日一练 专栏 Java每日一练 专栏 假设你正在爬楼梯。需要  n  阶你才能到达楼顶。

    2024年02月13日
    浏览(42)
  • 【力扣刷题 | 第十六题】

    目录 前言: 198. 打家劫舍 - 力扣(LeetCode) 213. 打家劫舍 II - 力扣(LeetCode)  总结: 我们今天继续刷动态规划的题,希望大家可以和我一起坚持下去。 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有

    2024年02月15日
    浏览(45)
  • 代码随想录-刷题第五十六天

    先介绍单调栈类型的题目, 通常是一维数组,要寻找任一个元素的右边或者左边第一个比自己大或者小的元素的位置,此时就要想到可以用单调栈 。时间复杂度为O(n)。 单调栈的本质是空间换时间,因为在遍历的过程中需要用一个栈来记录右边第一个比当前元素高的元素,优

    2024年01月17日
    浏览(41)
  • 每日刷题|贪心算法初识

                                            食用指南:本文为作者刷题中认为有必要记录的题目                                         推荐专栏 : 每日刷题                                        ♈️ 今日夜电波 : 悬溺—葛东琪                        

    2024年02月08日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包