当前位置: 首页 > article >正文

每日算法-线性dp、递归

1.跳台阶拓展问题线性dp题目分析第一种解法线性dp根据线性dp的经验可以定义状态表示为dp[i]跳到i级台阶总共有多少总跳法因为一次青蛙可以跳任意级台阶所以跳到i级台阶的跳法就是先跳到0~i-1级台阶后再跳一步就可以跳到i级台阶。dp[i]dp[j]0ji-1。dp表里的值全部初始化为1因为可以一步跳到i级台阶。解法1的代码时间复杂度为On^2当数据量太大时就过不了了。第二种解法找规律当只有1级台阶时总跳法为1。当只有2级台阶时总跳法为2。先跳到1级台阶、再跳到2级直接跳到2级台阶当只有3级台阶时总跳法为4。跳到2级台阶有2种跳法跳到1级台阶有1种跳法还可以直接跳到3级台阶总共就是4种当只有4级台阶时总跳法为8。跟3级台阶的推导过程一样。。。。。。当只有n级台阶时总跳法为2的n-1次方。该方法的时间复杂度为o1空间复杂度也为o1。解法1代码class Solution { public: int jumpFloorII(int number) { vectorint dp(number,1); for(int i1;inumber;i) { for(int j0;ji-1;j) { dp[i]dp[j]; } } return dp[number-1]; } };解法2代码class Solution { public: int jumpFloorII(int number) { return 1(number-1); } };2.字符串的排列递归排列问题题目分析由题意可知这道题是个排列问题排列问题就是把每个位置的值排好就可以了而排每个位置的值又是一个重复问题所有这题用递归来解决。递归题最重要的就是把决策树画出来把不符合题意、重复结果的枝给剪掉。这道题的重复问题就是从s中挑一个字符排在要排的位置上递归出口是当pathn时把path加入ret中并返回。递归还有要注意的就是回溯恢复现场以及全部变量的使用不需要传参。①是第一个要剪枝的地方因为和左边那个树枝递归下去的结果是一样的会出现重复结果剪枝策略就是用一个bool hash[128]来记录字符有没有在当前递归层使用过。②是第二个要剪枝的地方因为根据题意一个字串不能重复使用用一个全局的bool hash[n]来记录字符有没有在上一递归层使用过别忘了递归结束恢复现场。代码class Solution { public: bool vis[11]{0}; string path; int n; vectorstring ret; string s; void dfs() { if(path.size()n) { ret.push_back(path); return; } bool check[128]{0}; for(int i0;in;i) { if(check[s[i]-a]||vis[i]) continue; paths[i]; vis[i]true; dfs(); path.pop_back(); vis[i]false; check[s[i]-a]true; } } vectorstring Permutation(string str) { sstr; nstr.size(); dfs(); return ret; } };3.kotori和迷宫bfs最短路题目分析这道题因为是求最短路径的问题所以用bfs来解决bfs可以保证第一次遍历到的出口是最近的。这道题借助一个和二维数组一样规模的dis数组来标记某个点是否已经遍历过已经到达某个点的最短距离。bfs难的不是理解题意而是编写代码。代码#includeiostream #includevector #includestring.h #includequeue #includestring using namespace std; int n,m; int dx[4]{0,0,-1,1}; int dy[4]{-1,1,0,0}; int dis[31][31]; void bfs(vectorstring map,int i,int j) { queuepairint,int q; q.push({i,j}); dis[i][j]0; while(!q.empty()) { auto [a,b]q.front(); q.pop(); for(int k0;k4;k) { int xdx[k]a,ydy[k]b; if(x0xny0ymdis[x][y]-1map[x][y]!*) { dis[x][y]dis[a][b]1; if(map[x][y]!e) { q.push({x,y}); } } } } } int main() { cinnm; vectorstring map(n); memset(dis,-1,sizeof dis); for(int i0;in;i) cinmap[i]; for(int i0;in;i) { for(int j0;jm;j) { if(map[i][j]k) { bfs(map,i,j); } } } int ret0; int tmp0x3f3f3f3f; for(int i0;in;i) { for(int j0;jm;j) { if(map[i][j]edis[i][j]!-1) { ret; tmpmin(tmp,dis[i][j]); } } } if(ret0) cout-1endl; else coutret tmpendl; return 0; }

相关文章:

每日算法-线性dp、递归

1.跳台阶拓展问题(线性dp)题目:分析:第一种解法(线性dp):根据线性dp的经验可以定义状态表示为:dp[i]:跳到i级台阶总共有多少总跳法因为一次青蛙可以跳任意级台阶&#xf…...

uni-app x 中组件宽高使用百分比单位的问题

1. uni-app x 中组件宽高使用百分比单位的问题 关于 uni-app x 中组件宽高使用百分比单位的问题,建议如下: 1.1. 建议使用 flex:1 替代百分比 在 uni-app x 中,官方推荐尽量使用 px 配合 flex:1 来实现自适应布局,而非百分比单位…...

DeepSeek LeetCode 1755 最接近目标值的子序列和 public int minAbsDifference(int[] nums, int goal)

这个问题可以通过将数组分成两半并枚举所有子序列和,然后排序和二分查找来高效解决,时间复杂度为 O(2^{n/2} \cdot n)。算法思路1. 将数组 nums 分成两部分 left 和 right,长度分别为 n/2 和 n - n/2。 2. 分别枚举两部分的所有子序列&#x…...

FLUX.1-Krea-Extracted-LoRA效果对比:Krea风格在人像/产品/室内三类场景表现

FLUX.1-Krea-Extracted-LoRA效果对比:Krea风格在人像/产品/室内三类场景表现 1. 模型概述与核心价值 FLUX.1-Krea-Extracted-LoRA 是从 FLUX.1-Krea-dev 基础模型中提取的 LoRA 风格权重,专为 FLUX.1-dev 设计。这个模型通过精细的光影模拟和材质表现&…...

SVD降维技术:原理、实现与实战应用

1. 降维的本质与SVD的数学之美当你的数据集列数突破1000维时,每个数据点就像被困在千米高维空间里的蚂蚁——你明明知道这些维度里藏着规律,却根本看不清它们的全貌。这就是为什么我们需要降维技术,而奇异值分解(SVD)正…...

别再傻傻用加法器了!Verilog里这个‘分治’数1技巧,帮你省下FPGA的宝贵资源

Verilog资源优化实战:分治法高效统计二进制位中1的个数 在FPGA和ASIC设计中,资源优化从来都不是可有可无的选项。想象一下,当你面对一个需要处理大量并行数据流的项目时,每个模块节省下来的LUT(查找表)和寄…...

安全与权限管理:保障模型与数据资产的安全

008、安全与权限管理:保障模型与数据资产的安全 上周帮同事排查一个诡异的问题:微调好的7B模型在测试集上表现正常,部署到生产环境却突然“胡言乱语”。排查了三小时,最后发现是部署脚本误加载了同目录下一个旧版本的权重文件——那个文件是三个月前一次失败实验的残留。权…...

Real Anime Z开源价值解读:Z-Image底座+Real Anime Z微调的协同优势

Real Anime Z开源价值解读:Z-Image底座Real Anime Z微调的协同优势 1. 项目核心价值 Real Anime Z是一款基于阿里云通义Z-Image底座模型与Real Anime Z专属微调权重开发的高精度二次元图像生成工具。它专为真实系二次元风格优化,通过创新的技术方案解决…...

YOLOv11改进 | Neck篇 | CVPR最新低照度图像增强模块HVI改进YOLOv11(有效涨点)

一、本文介绍 本文给大家带来的最新改进机制是CVPR顶会中的一种新型颜色空间HVI机制,针对低照度图像增强任务中的红色区域断裂和暗区噪声问题。HVI通过极化映射重构色相表示,解决HSV中红色不连续问题,并引入可学习的强度塌缩机制稳定暗区几何分布。核心设计包括:1) 极坐标…...

基于STM32与互感器的智能电表远程监控系统设计(附WiFi通信与过载保护)

1. 智能电表远程监控系统设计概述 想象一下,你出差在外突然想起家里空调可能没关,或者想远程监控工厂设备的用电情况——这正是智能电表远程监控系统要解决的问题。基于STM32与互感器的设计方案,就像给传统电表装上"大脑"和"千…...

滚动即艺术|Paxgon高端创意官网:极简美学×沉浸式交互的品牌表达范本

合作背景 2026年1月,作为前端技术领域的资深探索者,武汉优联前端科技有限公司与马来西亚多元化顶级创意机构Paxgon签署合作协议,正式承担Paxgon官网升级项目的设计与开发。在数字化浪潮席卷全球的今天,品牌建设不再是单一的视觉呈…...

Strix AI 安全测试工具完整使用指南

Strix AI 安全测试工具完整使用指南 一、核心优势 Strix 是AI 驱动的开源安全测试工具,核心亮点: AI 自动识别漏洞,无需手动编写复杂测试规则 支持 Web 网站、本地代码、云端服务全场景扫描 提供命令行 终端图形界面 (TUI) 双模式 支持…...

Simulink参数设置避坑指南:get_param/set_param用错?变量和参数对象傻傻分不清?

Simulink参数设置避坑指南:get_param/set_param用错?变量和参数对象傻傻分不清? 在Simulink建模过程中,参数设置看似简单却暗藏玄机。许多工程师在尝试自动化参数配置时,常常陷入性能陷阱、变量作用域混乱或代码生成问…...

办公党必备:如何快速创建ZIP压缩包

当你需要发送一堆照片给朋友、归档项目文档,或只是想节省点硬盘空间时,ZIP压缩就是最好的选择。作为最通用的压缩格式,ZIP几乎能在所有设备上直接打开,而且操作十分简单。下面小编分享两种方法,让你可以快速创建ZIP压缩…...

元器件特性-二/三极管

1.二极管介绍 二极管是用半导体材料 (硅、硒、锗等)制成的一种电子元器件。 它具有单向导电性能特性 (具有正向特性和反向特性),即给二极管阳极和阴极加上正向电压时,二极管导通。 当给阳极和阴极加上反向电压时,二极管截止。 因此&#xff…...

研发leader如何增强自身在外部就业市场的竞争力

“在公司的价值”和“在市场的价值”并不完全等同。 公司可能因为业务收缩、政治变化或战略调整而“不需要你”,但这不代表你没有市场价值。你现在要做的,不是只服务于当前公司,而是在日常工作中同步为自己积累“可迁移的资产”。 下面是一个研发Leader可以持续准备的五个核…...

手把手教你用Debian Live OS救活CentOS 8:GLIBC升级翻车后的机房急救实录

深夜机房的生死时速:用Debian Live OS拯救GLIBC升级崩溃的CentOS 8服务器 凌晨2:17,刺耳的告警铃声划破寂静。监控系统显示,核心业务服务器突然离线。当我远程连接时,SSH会话在输入密码后立即断开——这是典型的GLIBC版本冲突症状…...

GPT-Image-2 不只是AI画图:程序员的原型流正在重写

最近我和几位做产品、做前端的朋友聊天,听到一句高频吐槽: “我们不是不会做界面,我们是反复返工返到一身班味。” 说白了,过去的典型流程是:先开会、再写文档、再画图、再评审、再改图、再转前端。 每一环都合理&…...

Gradle、AGP、Plugin插件基本知识

文章目录一、第一原则二、Gradle和AGP基本概念三、常见plugin插件的功能四、自定义插件模块1. 插件的module目录build.gradle.kts文件2. 插件入口类定义3. 插件描述符文件4. 插件发布5. 插件文件格式6. 工程内插件依赖方式五、Groovy和 Kotlin DSL语法1. 背景2. 主要差异3. Kot…...

端渲染?流渲染?到底怎么选!

同一个数字孪生项目,为什么有的团队选择本地打包成EXE,有的却非要部署到云端用浏览器访问?这不是“哪个更好”的问题,而是“哪个更对”的问题。在数字孪生项目交付中,渲染方式是决定用户体验、部署成本和硬件门槛的核心…...

第13篇:高级可视化与自定义图表

第13篇:高级可视化与自定义图表 1. 可视化设计原则 1.1 数据墨水比 核心思想: 最大化数据墨水,最小化非数据墨水。元素建议背景使用浅色或透明网格线减少或移除边框仅在必要时使用颜色用于区分,而非装饰1.2 认知负荷优化 ✅ 一图一…...

第12篇:DAX 高级计算与性能优化

第12篇:DAX 高级计算与性能优化 1. DAX 计算上下文深度理解 1.1 行上下文 遍历表的每一行,可访问当前行的字段值: // 计算列中使用行上下文 利润率 Sales[Profit] / Sales[Amount]// 迭代函数中使用行上下文 总利润 SUMX(Sales, Sales[Quan…...

从Datawhale的Vibe镜像看数据科学协作环境的Docker化实践

1. 项目概述:从开源镜像名到数据科学协作生态最近在整理自己的开发环境,准备搭建一个用于数据分析和可视化的新项目。在寻找合适的工具和资源时,我习惯性地会去各大开源镜像站看看,比如清华的TUNA、阿里云的开源镜像站。就在这个过…...

FLUX.1-Krea-Extracted-LoRA部署实操:多实例并发生成时的显存隔离配置建议

FLUX.1-Krea-Extracted-LoRA部署实操:多实例并发生成时的显存隔离配置建议 1. 模型概述与核心价值 FLUX.1-Krea-Extracted-LoRA 是一款专为真实感图像生成设计的风格迁移模型,基于 FLUX.1-dev 基础模型开发。该模型通过提取的 LoRA 权重(Ra…...

基于CodeDefined Skill与 Agent Framework 的实践探索

上一节我们讲了 File-Based Skill,这一节介绍另外一种方式,直接用代码来写 Skill。简单说一下区别File-Based:用 SKILL.md 脚本 资源文件Code-Defined:全部写在代码里1. 创建项目 安装包先建一个控制台项目,然后把依…...

我在项目里是怎么设计工作流表的:不是只看引擎表就够了

Activiti/Flowable 工作流实战:工作流表怎么设计?结合项目讲清主表、业务表、表单表和节点表 最近我在重新梳理这个项目里的工作流模块时,一个感觉特别强烈:真正决定系统能不能长期维护的,往往不是 Activiti/Flowable …...

软件工业流水线的时代真的来临了

2026 年,Claude Opus 4.7 发布之后,很多事情变了。最明显的一件是——你可以放心地把一个完整需求丢给 Code Agent 去实现了。过去我们担心 AI 把功能写错、接口调坏、测试跑飞,Opus 4.7 之前这些担心都不是多余的;Opus 4.7 之后&…...

别只用来生成大头照了!解锁 GPT Image 2 Web Workflow 的最新设计实战玩法

AI 绘画圈的头把交椅又要换人了。OpenAI 刚刚发布了最新一代生图模型 GPT-Image-2。经过第一时间的上手实测,我们可以明显感受到,它在文本输出的准确性、以及对复杂现实世界知识的理解上,表现得比此前的 Nano Banana 2 更加出色。 一如既往&…...

一颗0.89元的芯片,干翻了Intel和飞利浦,这个“51单片机教父“让全球80%的8051都姓了STC

大家好,我是写代码的篮球球痴。之前聊了 Fabrice Bellard、求伯君和瑞芯微的励民,今天换个画风,聊一个搞嵌入式的同学100%接触过的人物——姚永平,STC单片机的创始人。你可能没听过这个名字,但你一定用过他的芯片。STC…...

Python入门必须知道的11个知识点

Python被誉为全世界高效的编程语言,同时也被称作是“胶水语言”,那它为何能如此受欢迎,下面我们就来说说Python入门学习的必备11个知识点,也就是它为何能够如此受欢迎的原因.Python 简介Python 是一个高层次的结合了解释性、编译性…...