当前位置: 首页 > article >正文

LeetCode 热题 100 之 131. 分割回文串 51. N 皇后

131.分割回文串51.N 皇后131. 分割回文串class Solution { public ListListString partition(String s) { ListListString res new ArrayList(); ListString path new ArrayList(); backtrack(s, 0, path, res); return res; } // start当前要分割的起始位置 private void backtrack(String s, int start, ListString path, ListListString res) { // 终止条件起始位置等于字符串长度说明已完成一次有效分割 if (start s.length()) { res.add(new ArrayList(path)); return; } // 枚举从 start 开始的所有可能子串结束位置 for (int end start; end s.length(); end) { // 判断子串 s[start..end] 是否为回文 if (isPalindrome(s, start, end)) { path.add(s.substring(start, end 1)); // 加入回文子串 backtrack(s, end 1, path, res); // 递归分割剩余部分 path.remove(path.size() - 1); // 回溯撤销选择 } } } // 判断 s[left..right] 是否为回文串 private boolean isPalindrome(String s, int left, int right) { while (left right) { if (s.charAt(left) ! s.charAt(right)) { return false; } left; right--; } return true; } }解题思路1回溯法 回文判断回溯核心逻辑start表示当前分割的起始位置当start s.length()时说明已将整个字符串分割为回文子串将当前路径加入结果集。遍历从start到末尾的所有end若s[start..end]是回文则将其加入路径递归处理end1位置之后回溯撤销选择。回文判断isPalindrome双指针法从两端向中间遍历若所有对称位置字符都相等则为回文时间复杂度 O(n)。优化提示可预处理回文子串动态规划将回文判断优化为 O(1)提升效率。import java.util.ArrayList; import java.util.List; class Solution { public ListListString partition(String s) { ListListString res new ArrayList(); ListString path new ArrayList(); // 第一步DP 预处理所有回文子串 O(1) 查询 boolean[][] dp getPalindromeDP(s); // 第二步回溯枚举所有分割方案 backtrack(s, 0, path, res, dp); return res; } // 回溯从 start 位置开始分割 private void backtrack(String s, int start, ListString path, ListListString res, boolean[][] dp) { // 递归终止整个字符串分割完成 if (start s.length()) { res.add(new ArrayList(path)); return; } // 枚举所有结束位置 end for (int end start; end s.length(); end) { // O(1) 判断是不是回文 if (dp[start][end]) { path.add(s.substring(start, end 1)); backtrack(s, end 1, path, res, dp); path.remove(path.size() - 1); // 回溯 } } } // DP 预处理生成回文表 private boolean[][] getPalindromeDP(String s) { int n s.length(); boolean[][] dp new boolean[n][n]; // 从短串 → 长串递推 for (int i n - 1; i 0; i--) { for (int j i; j n; j) { if (i j) { dp[i][j] true; // 单个字符一定是回文 } else if (j i 1) { dp[i][j] s.charAt(i) s.charAt(j); // 两个字符 } else { dp[i][j] (s.charAt(i) s.charAt(j) dp[i 1][j - 1]); } } } return dp; } }解题思路2回溯 DP 预处理回文51. N 皇后class Solution { public ListListString solveNQueens(int n) { ListListString res new ArrayList(); // 用数组记录每行皇后所在列row[i] j 表示第 i 行皇后在第 j 列 int[] row new int[n]; // 用三个布尔数组分别标记列、主斜线、副斜线是否被占用 boolean[] usedCol new boolean[n]; boolean[] usedDiag1 new boolean[2 * n - 1]; // row - col (n-1) 映射到 0~2n-2 boolean[] usedDiag2 new boolean[2 * n - 1]; // row col 映射到 0~2n-2 backtrack(0, n, row, usedCol, usedDiag1, usedDiag2, res); return res; } // row当前处理到第几行 private void backtrack(int row, int n, int[] rowQueen, boolean[] usedCol, boolean[] usedDiag1, boolean[] usedDiag2, ListListString res) { // 终止条件所有行处理完毕生成棋盘 if (row n) { res.add(generateBoard(rowQueen, n)); return; } // 尝试在当前行的每一列放置皇后 for (int col 0; col n; col) { int diag1 row - col (n - 1); // 主斜线映射 int diag2 row col; // 副斜线映射 // 检查列、主斜线、副斜线是否冲突 if (!usedCol[col] !usedDiag1[diag1] !usedDiag2[diag2]) { // 放置皇后 rowQueen[row] col; usedCol[col] true; usedDiag1[diag1] true; usedDiag2[diag2] true; // 递归处理下一行 backtrack(row 1, n, rowQueen, usedCol, usedDiag1, usedDiag2, res); // 回溯撤销选择 usedCol[col] false; usedDiag1[diag1] false; usedDiag2[diag2] false; } } } // 根据 rowQueen 生成题目要求的棋盘格式 private ListString generateBoard(int[] rowQueen, int n) { ListString board new ArrayList(); for (int i 0; i n; i) { char[] line new char[n]; for (int j 0; j n; j) { line[j] (rowQueen[i] j) ? Q : .; } board.add(new String(line)); } return board; } }解题思路回溯法 位 / 集合约束检查约束标记usedCol[]标记某列是否已有皇后usedDiag1[]标记主斜线row - col方向是否被占用通过row - col (n-1)映射到非负索引usedDiag2[]标记副斜线row col方向是否被占用回溯逻辑逐行处理在当前行尝试所有合法列位置若位置合法则放置皇后递归处理下一行递归结束后回溯撤销当前皇后的占用标记棋盘生成根据rowQueen数组逐行构建Q和.组成的字符串列表。

相关文章:

LeetCode 热题 100 之 131. 分割回文串 51. N 皇后

131. 分割回文串 51. N 皇后 131. 分割回文串 class Solution {public List<List<String>> partition(String s) {List<List<String>> res new ArrayList<>();List<String> path new ArrayList<>();backtrack(s, 0, path, res);re…...

从 Seata 1.x 升级到 2.0.0:Docker 环境下的平滑迁移与配置变更指南

从 Seata 1.x 升级到 2.0.0&#xff1a;Docker 环境下的平滑迁移与配置变更指南 分布式事务框架 Seata 2.0.0 版本带来了多项架构优化与功能增强&#xff0c;包括对 Raft 共识算法的原生支持、安全模块的全面升级以及配置管理机制的改进。对于已在生产环境部署 Seata 1.x 版本的…...

Phi-4-mini-reasoning部署实操手册:supervisor服务管理与日志排查指南

Phi-4-mini-reasoning部署实操手册&#xff1a;supervisor服务管理与日志排查指南 1. 模型概述 Phi-4-mini-reasoning 是一个专注于推理任务的文本生成模型&#xff0c;特别适合处理数学题、逻辑题、多步分析和简洁结论输出。与通用聊天模型不同&#xff0c;它采用"题目…...

OFA视觉问答模型惊艳效果:复杂背景中主物体识别与属性描述能力

OFA视觉问答模型惊艳效果&#xff1a;复杂背景中主物体识别与属性描述能力 1. 模型效果惊艳展示 OFA视觉问答模型在复杂场景中的表现令人印象深刻。这个模型能够准确识别图片中的主要物体&#xff0c;并详细描述其属性特征&#xff0c;就像有一个专业的图像分析师在为你解读图…...

霜儿-汉服-造相Z-Turbo模型推理优化:理解与避免神经网络中的耦合过度

霜儿-汉服-造相Z-Turbo模型推理优化&#xff1a;理解与避免神经网络中的耦合过度 不知道你有没有遇到过这种情况&#xff1a;想让AI画一个穿汉服的女孩&#xff0c;结果出来的图&#xff0c;发型和衣服总是一起“跑偏”。比如&#xff0c;你想生成一个“唐代齐胸襦裙”的造型&…...

图图的嗨丝造相-Z-Image-Turbo效果对比:8bit vs 16bit精度推理对渔网袜边缘锐度的影响

图图的嗨丝造相-Z-Image-Turbo效果对比&#xff1a;8bit vs 16bit精度推理对渔网袜边缘锐度的影响 1. 引言&#xff1a;当AI绘画遇上“渔网袜”细节 最近在玩一个挺有意思的AI绘画模型——图图的嗨丝造相-Z-Image-Turbo。这个模型专门针对“大网渔网袜”这种特定服饰的生成做…...

祝贺电影《得闲谨制》荣获2026亚洲艺术电影节 六项提名

电影《得闲谨制》荣获2026亚洲艺术电影节「金海燕奖」主竞赛单元六项提名&#xff1a; 祝贺导演孔笙 提名最佳导演&#xff1b; 祝贺编剧伍千万里四十八 提名最佳编剧&#xff1b; 祝贺演员肖战 提名最佳男主角&#xff1b; 祝贺演员尹正 提名最佳男配角&#xff1b; 祝贺美术指…...

LumiPixel Canvas Quest人像生成中的数据结构优化实践

LumiPixel Canvas Quest人像生成中的数据结构优化实践 1. 为什么需要优化数据结构 当你用LumiPixel Canvas Quest处理大批量人像时&#xff0c;有没有遇到过程序变慢甚至崩溃的情况&#xff1f;这通常是因为图像数据在内存中的组织方式不够高效。就像整理衣柜一样&#xff0c…...

万象视界灵坛惊艳案例:浅蓝格点背景中生成的‘同步率’进度条动态响应过程

万象视界灵坛惊艳案例&#xff1a;浅蓝格点背景中生成的"同步率"进度条动态响应过程 1. 效果展示概述 在视觉识别领域&#xff0c;传统界面往往显得单调乏味。万象视界灵坛通过创新的像素风格设计&#xff0c;将复杂的语义对齐过程转化为一场视觉盛宴。本次展示的核…...

交叉编译microcom

由于默认的busybox没有支持microcom工具&#xff0c;也没有提供源码&#xff0c;所以需要自己交叉编译microcom工具。 microcom工具 https://packages.ubuntu.com/zh-cn/plucky/microcom 下载ubuntu带的软件包microcom&#xff0c;下载microcom_2023.09.0.orig.tar.xz版本&…...

AI 使用过程中遇到的问题及解决方案

////////////////////////////////////////////////////////////////////////////////////////////////////////context_management: Extra inputs are not permitted Received Model Groupclaude-sonnet-4-6错误原因这是 Claude API 的 context management&#xff08;上下文管…...

Android位置模拟与GPS伪装:基于Xposed模块的场景化解决方案

Android位置模拟与GPS伪装&#xff1a;基于Xposed模块的场景化解决方案 【免费下载链接】FakeLocation Xposed module to mock locations per app. 项目地址: https://gitcode.com/gh_mirrors/fak/FakeLocation 在移动应用开发与隐私保护领域&#xff0c;位置信息的精准…...

SmolVLA开发环境搭建:从操作系统安装到模型运行的完整路径

SmolVLA开发环境搭建&#xff1a;从操作系统安装到模型运行的完整路径 如果你刚拿到一台新电脑&#xff0c;或者想把旧机器彻底清理干净&#xff0c;从头开始搭建一个能跑SmolVLA模型的环境&#xff0c;那这篇文章就是为你准备的。很多教程都假设你已经有了一个可用的系统&…...

Mojo嵌入Python项目的4种架构模式(含GIL绕过实测数据+内存安全验证报告)

第一章&#xff1a;Mojo嵌入Python项目的4种架构模式&#xff08;含GIL绕过实测数据内存安全验证报告&#xff09;Mojo 作为兼具 Python 兼容性与系统级性能的新兴语言&#xff0c;其嵌入 Python 项目的能力已通过多种生产就绪架构得到验证。以下四种主流集成模式均在 macOS Ve…...

AI浪潮冲击下,前端该何去何从

&#x1f30a; 初级前端工程师&#xff1a;向“深水区”扎根技能树与学习路径定位&#xff1a;面向初级前端开发工程师&#xff0c;聚焦底层原理、工程化思维与可验证的实战输出&#xff0c;构建 AI 时代不可替代的技术护城河。&#x1f4d0; 核心原则&#xff08;避坑指南&…...

AI动画创作新范式:Krita插件驱动的动态视觉叙事解决方案

AI动画创作新范式&#xff1a;Krita插件驱动的动态视觉叙事解决方案 【免费下载链接】krita-ai-diffusion Streamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required. 项目地址: https://gitco…...

Buck电路设计避坑指南:为什么你的小信号模型仿真总是不收敛?

Buck电路小信号模型仿真收敛问题实战解析 在电力电子系统设计中&#xff0c;Buck变换器的小信号模型仿真对于理解系统动态特性至关重要。然而&#xff0c;许多工程师在从理论转向实践时&#xff0c;常常遇到仿真不收敛、波形异常等问题。本文将深入剖析这些问题的根源&#xff…...

聊聊 Comsol 仿真方形锂离子电池那些事儿

comsol仿真 锂离子电池 电化学 仿真 comsol 方形锂离子电池的三维模型&#xff1a;三维模型有助于准确的评估电芯中的集流体和极耳等对电流、电位以及产热分布的影响。 模型基于三维 Newman 模型&#xff0c;其中包括了在颗粒尺度描述锂粒子插层和扩散的额外维度。 此外&#…...

忍者像素绘卷微信小程序接入:用户提示词历史+生成图云存储方案

忍者像素绘卷微信小程序接入&#xff1a;用户提示词历史生成图云存储方案 1. 项目背景与核心价值 忍者像素绘卷是一款基于Z-Image-Turbo深度优化的图像生成工作站&#xff0c;将16-Bit复古游戏美学与现代AI图像生成技术完美结合。这款工具特别适合创作具有忍者主题和复古像素…...

YOLOv12模型轻量化实战:应对嵌入式设备资源约束

YOLOv12模型轻量化实战&#xff1a;应对嵌入式设备资源约束 最近几年&#xff0c;目标检测模型在精度上突飞猛进&#xff0c;但随之而来的是模型体积和计算量的急剧膨胀。当你兴冲冲地想把最新的YOLOv12模型部署到Jetson Nano或者树莓派上时&#xff0c;往往会发现现实很骨感&…...

Cassandra在大数据图像存储中的应用探索

Cassandra在大数据图像存储中的应用探索关键词&#xff1a;Cassandra、大数据、图像存储、分布式系统、数据管理摘要&#xff1a;本文旨在深入探索Cassandra在大数据图像存储领域的应用。我们将先介绍Cassandra的基本概念和特点&#xff0c;再详细分析它与大数据图像存储的适配…...

DeepSeek-V3.2量化新标杆:w8a8精度突破86%!

DeepSeek-V3.2量化新标杆&#xff1a;w8a8精度突破86%&#xff01; 【免费下载链接】DeepSeek-V3.2-w8a8-mtp-QuaRot 项目地址: https://ai.gitcode.com/Eco-Tech/DeepSeek-V3.2-w8a8-mtp-QuaRot 导语&#xff1a;DeepSeek-V3.2推出w8a8量化版本&#xff0c;采用创新Qu…...

Qwen3-VL-WEBUI部署避坑指南:从Docker到网页访问全流程

Qwen3-VL-WEBUI部署避坑指南&#xff1a;从Docker到网页访问全流程 1. 部署前的准备工作 1.1 硬件与系统要求 在开始部署Qwen3-VL-WEBUI之前&#xff0c;请确保您的设备满足以下最低配置要求&#xff1a; GPU&#xff1a;NVIDIA RTX 4090D&#xff08;24GB显存&#xff09;…...

Java微服务集成TranslateGemma:企业级翻译中台构建

Java微服务集成TranslateGemma&#xff1a;企业级翻译中台构建 1. 为什么需要企业级翻译中台 最近在给一家跨境电商平台做技术咨询时&#xff0c;客户提到一个很实际的问题&#xff1a;他们的客服系统、商品管理系统、营销内容平台各自维护着不同的翻译逻辑。客服用的是第三方…...

40 个 AI agent 跑营销,还不是最狠的

过去一年&#xff0c;AI 做营销最常见的用法&#xff0c;还是写文案、出海报、改标题、做几个短视频脚本。大家也都看腻了。 现在&#xff0c;真正的变化开始了。 AI 开始往营销里最难、最费人、但又最影响结果的地方发起来进攻&#xff0c;那就是&#xff1a; 盯数据、跑测…...

3分钟快速上手AdGuard浏览器扩展:开源广告拦截工具全平台安装指南

3分钟快速上手AdGuard浏览器扩展&#xff1a;开源广告拦截工具全平台安装指南 【免费下载链接】AdguardBrowserExtension AdGuard browser extension 项目地址: https://gitcode.com/gh_mirrors/ad/AdguardBrowserExtension AdGuard浏览器扩展是一款开源、免费的广告拦截…...

敏捷团队沟通技巧:减少冲突的5个方法

在敏捷开发环境中&#xff0c;软件测试从业者常面临跨职能冲突的挑战。数据显示&#xff0c;超过70%的项目延迟源于沟通不畅&#xff0c;尤其在测试与开发团队之间&#xff0c;角色目标错位&#xff08;如开发侧重快速交付&#xff0c;测试聚焦风险防控&#xff09;易引发摩擦。…...

中山专用展示柜灯具,打造完美商品展示效果

在灯具销售领域&#xff0c;商品展示效果的好坏直接影响着销售业绩。一个好的展示柜不仅能保护灯具&#xff0c;更能通过巧妙的设计和布局&#xff0c;将灯具的优点充分展现出来&#xff0c;吸引顾客的目光。而中山作为中国著名的灯饰之都&#xff0c;其专用展示柜灯具更是有着…...

Fish-Speech-1.5技术报告解读:LLM如何提升TTS表现

Fish-Speech-1.5技术报告解读&#xff1a;LLM如何提升TTS表现 1. 引言 你有没有想过&#xff0c;为什么有些语音合成系统听起来还是那么"机械"&#xff0c;而有些已经几乎和真人无异&#xff1f;这背后的技术差距到底在哪里&#xff1f;今天我们要聊的Fish-Speech-…...

警惕!新型U盘蠕虫伪装文档传播:实测火绒5.0查杀+防御全攻略

深度解析U盘蠕虫病毒&#xff1a;从防御到查杀的全面安全指南 1. 新型U盘蠕虫病毒的运作机制剖析 U盘蠕虫病毒近年来呈现出越来越复杂的传播方式和技术手段。这类病毒通常利用Windows系统的自动播放功能&#xff08;AutoRun.inf&#xff09;或注册表劫持技术进行传播&#xff0…...