两道算法练习
力扣322零钱兑换
给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1 。
你可以认为每种硬币的数量是无限的。
示例 1:
输入: coins = [1, 2, 5], amount = 11
输出: 3
解释: 11 = 5 + 5 + 1
示例 2:
输入: coins = [2], amount = 3
输出: -1
示例 3:
输入: coins = [1], amount = 0
输出: 0
提示:
1 <= coins.length <= 121 <= coins[i] <= 231 - 10 <= amount <= 104
分析思路
- 分析子问题,当所有的子问题都是最优的时候总问题也就达到了最优。
- 分析最终状态,以示例1为例子:在选到5的时候刚好满足金额等于amount同时数量最优
- 分析去掉最后一个问题的状态:
它的子问题也就是:用最少得硬币数凑出 amount - 5 - 可以发现这个问题可以像递归搜索树一样进行拆分
- 又继续分析去掉倒数第二个问题的状态。
那么我们来分析代码:
const int N = 10010;class Solution
{int mem[N];int dfs(vector<int>& coins, int amount){if (mem[amount])return mem[amount];int res = 1e9;if (amount == 0)return 0;if (amount < 0)return 1e9;for (int i = 0; i < coins.size(); i++){if (amount >= coins[i])res = min(res, 1 + dfs(coins, amount - coins[i]));}mem[amount] = res;return res;}
public:int coinChange(vector<int>& coins, int amount){int n = coins.size();int ans = dfs(coins, amount);return ans == 1e9 ? -1 : ans;}
};
- 我们的思路就是让它凑出的每一个amount之前的数值都满足最小硬币的需求,那么当它递推到amount的时候,它的每一个子问题都是最优的,那么总问题就是最优的了。
for (int i = 0; i < coins.size(); i++){if (amount >= coins[i])res = min(res, 1 + dfs(coins, amount - coins[i]));}
-
我们不断地往下搜索,直到amount被减到0,其中每一个分支都进行了min的处理,所以当从下往上回溯的时候,返回的就是每个分支就小的情况也是每个子问题最优的情况。
-
所以我们可以这样想dp:
我们从凑出1块2块3块…知道amount块钱,每一次我们都考虑凑出的硬币数量最少,那么当我们推到amount的时候,不就是最优了吗?
class Solution
{
public:int coinChange(vector<int>& coins, int amount) {if (amount == 0)return 0;int n = coins.size();vector<int> dp(amount + 1, amount + 1);dp[0] = 0;for (int i = 1; i <= amount; i++){ for (int coin : coins){ if (i >= coin)dp[i] = min(dp[i], dp[i - coin] + 1);}}return dp[amount] > amount ? -1 : dp[amount]; }
};
- dp数组中的每个元素都被初始化为比amount大的数字,我们每次都更新凑得钱数所需硬币的最小值,从1凑到amount,这样到了amount的时候,就是最优的答案了
leetcode 413
如果一个数列 至少有三个元素 ,并且任意两个相邻元素之差相同,则称该数列为等差数列。
- 例如,
[1,3,5,7,9]、[7,7,7,7]和[3,-1,-5,-9]都是等差数列。
给你一个整数数组 nums ,返回数组 nums 中所有为等差数组的 子数组 个数。
子数组 是数组中的一个连续序列。
示例 1:
输入: nums = [1,2,3,4]
输出: 3
解释: nums 中有三个子等差数组:[1, 2, 3]、[2, 3, 4] 和 [1,2,3,4] 自身。
示例 2:
输入: nums = [1]
输出: 0
提示:
1 <= nums.length <= 5000-1000 <= nums[i] <= 1000
1.
重述问题:找出数组中所有等差子数组的数量包括它本身
2.
最后一步:
-
以第
i个元素结尾的等差子数组数目,取决于当前差值是否与前一个差值相等。 -
如果相等,则以
i结尾的数目等于以i-1结尾的数目加 1
3.
去掉最后一步,是否能划分出子问题:
-
子问题划分:
-
如果当前差值与前一个差值相等,则
dp[i] = dp[i-1] + 1。 -
否则,
dp[i] = 0。
-
示例 1:
输入:nums = [1, 2, 3, 4]
我们需要找出所有长度至少为 3 的连续子数组,且这些子数组是等差数列。
-
子数组
[1, 2, 3]:差值为1,是等差数列。 -
子数组
[2, 3, 4]:差值为1,是等差数列。 -
子数组
[1, 2, 3, 4]:差值为1,是等差数列。
总共有 3 个等差子数组。
示例 2:
输入:nums = [1, 3, 5, 7, 9]
-
子数组
[1, 3, 5]:差值为2,是等差数列。 -
子数组
[3, 5, 7]:差值为2,是等差数列。 -
子数组
[5, 7, 9]:差值为2,是等差数列。 -
子数组
[1, 3, 5, 7]:差值为2,是等差数列。 -
子数组
[3, 5, 7, 9]:差值为2,是等差数列。 -
子数组
[1, 3, 5, 7, 9]:差值为2,是等差数列。
总共有 6 个等差子数组。
表格分析
我们可以通过表格来记录以每个位置结尾的等差子数组的个数。假设 dp[i] 表示以第 i 个元素结尾的等差子数组的个数。
示例 1:nums = [1, 2, 3, 4]
| 索引 (i) | 元素值 (nums[i]) | 差值 (nums[i] - nums[i-1]) | 前一个差值 (nums[i-1] - nums[i-2]) | dp[i](以 i 结尾的等差子数组个数) | 解释 |
|---|---|---|---|---|---|
| 0 | 1 | - | - | 0 | 长度不足 3,无法形成等差子数组。 |
| 1 | 2 | 1 | - | 0 | 长度不足 3,无法形成等差子数组。 |
| 2 | 3 | 1 | 1 | 1 | 差值相等,形成一个新的等差子数组 [1, 2, 3]。 |
| 3 | 4 | 1 | 1 | 2 | 差值相等,形成一个新的等差子数组 [2, 3, 4],并扩展 [1, 2, 3, 4]。 |
最终结果:dp[2] + dp[3] = 1 + 2 = 3。
示例 2:nums = [1, 3, 5, 7, 9]
| 索引 (i) | 元素值 (nums[i]) | 差值 (nums[i] - nums[i-1]) | 前一个差值 (nums[i-1] - nums[i-2]) | dp[i](以 i 结尾的等差子数组个数) | 解释 |
|---|---|---|---|---|---|
| 0 | 1 | - | - | 0 | 长度不足 3,无法形成等差子数组。 |
| 1 | 3 | 2 | - | 0 | 长度不足 3,无法形成等差子数组。 |
| 2 | 5 | 2 | 2 | 1 | 差值相等,形成一个新的等差子数组 [1, 3, 5]。 |
| 3 | 7 | 2 | 2 | 2 | 差值相等,形成一个新的等差子数组 [3, 5, 7],并扩展 [1, 3, 5, 7]。 |
| 4 | 9 | 2 | 2 | 3 | 差值相等,形成一个新的等差子数组 [5, 7, 9],并扩展 [3, 5, 7, 9] 和 [1, 3, 5, 7, 9]。 |
最终结果:dp[2] + dp[3] + dp[4] = 1 + 2 + 3 = 6。
if (diff == prev_diff)
{return helper(i-1, nums) + 1;
}
else
{return 0;
}
举例说明
示例:nums = [1, 2, 3, 4]
-
当
i = 2时:-
当前元素:
nums[2] = 3 -
差值:
diff = nums[2] - nums[1] = 3 - 2 = 1 -
前一个差值:
prev_diff = nums[1] - nums[0] = 2 - 1 = 1 -
判断:
diff == prev_diff成立。 -
递归调用:
helper(1, nums),由于i = 1不满足条件,返回 0。 -
结果:
helper(2, nums) = helper(1, nums) + 1 = 0 + 1 = 1。- 表示以
nums[2]结尾的等差子数组有 1 个,即[1, 2, 3]。
- 表示以
-
-
当
i = 3时:-
当前元素:
nums[3] = 4 -
差值:
diff = nums[3] - nums[2] = 4 - 3 = 1 -
前一个差值:
prev_diff = nums[2] - nums[1] = 3 - 2 = 1 -
判断:
diff == prev_diff成立。 -
递归调用:
helper(2, nums) = 1。 -
结果:
helper(3, nums) = helper(2, nums) + 1 = 1 + 1 = 2。-
表示以
nums[3]结尾的等差子数组有 2 个:-
[2, 3, 4] -
[1, 2, 3, 4]
-
-
-
const int N = 10010;
class Solution
{public://x表示当前以nums[x]为结尾的数组int dfs(int x, vector<int>& nums){if (x < 2)return 0;if (mem[x])return mem[x];int diff = nums[x] - nums[x - 1];int prv_diff = nums[x - 1] - nums[x - 2];if (diff == prv_diff){return mem[x] = dfs(x - 1, nums) + 1;}else{return 0;}}int mem[N];int numberOfArithmeticSlices(vector<int> &nums){int n = nums.size();if (nums.size() < 3)return 0;// vector<int> dp(n, 0);int res = 0;int prev = 0;// for (int i = 2; i < nums.size(); i++)// {// res += dfs(i, nums);// }// return res;for (int i = 2; i < nums.size(); i++){if (nums[i] - nums[i - 1] == nums[i - 1]- nums[i - 2]){// dp[i] = dp[i - 1] + 1;prev = prev + 1;res += prev;}}return prev;}
};
相关文章:
两道算法练习
力扣322零钱兑换 给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。 计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1 。 你可以认为每种硬币的…...
利用 Python 爬虫进行跨境电商数据采集
1 引言2 代理IP的优势3 获取代理IP账号4 爬取实战案例---(某电商网站爬取)4.1 网站分析4.2 编写代码4.3 优化代码 5 总结 1 引言 在数字化时代,数据作为核心资源蕴含重要价值,网络爬虫成为企业洞察市场趋势、学术研究探索未知领域…...
设计模式--spring中用到的设计模式
一、单例模式(Singleton Pattern) 定义:确保一个类只有一个实例,并提供全局访问点 Spring中的应用:Spring默认将Bean配置为单例模式 案例: Component public class MySingletonBean {// Spring 默认将其…...
Qt控件中函数指针使用的最终版本,使用std::function
代码: class MyWidget : public QWidget { public:std::function<void(QResizeEvent* event)> pf_resizeEvent 0; protected:inline void resizeEvent(QResizeEvent* event) override {if (pf_resizeEvent ! 0)pf_resizeEvent(event);} };int main(int arg…...
Java中的泛型类 --为集合的学习做准备
学习目标 ● 掌握在集合中正确使用泛型 ● 了解泛型类、泛型接口、泛型方法 ● 了解泛型上下限 ● 了解基本的使用场景 1.有关泛型 1.1泛型的概念 泛型(Generics)是Java中引入的参数化类型机制,允许在定义类、接口或方法时使用类型参数&a…...
6.6.6 嵌入式SQL
文章目录 2个核心问题识别SQL语句主语言和SQL通信完整导图 2个核心问题 SQL语句嵌入高级语言需要解决的2个核心问题是:如何识别嵌入语句?如何让主语言(比如C,C语言)和SQL通信? 识别SQL语句 为了识别主语言中嵌入的SQL…...
基于C#的CANoe CLR Adapter开发指南
一、引言 CANoe 是一款广泛应用于汽车电子开发和测试的工具,它支持多种编程接口,方便开发者进行自定义扩展。CANoe CLR Adapter 允许我们使用 C# 语言与 CANoe 进行交互,充分利用 C# 的强大功能和丰富的类库。本文将详细介绍如何基于 C# 进行…...
【Qt】MVC设计模式
目录 一、搭建MVC框架 二、创建数据库连接单例类SingleDB 三、数据库业务操作类model设计 四、control层,关于model管理类设计 五、view层即为窗口UI类 一、搭建MVC框架 里面的bin、lib、database文件夹以及sqlite3.h与工程后缀为.pro文件的配置与上次发的文章…...
【手撕算法】支持向量机(SVM)从入门到实战:数学推导与核技巧揭秘
摘要 支持向量机(SVM)是机器学习中的经典算法!本文将深入解析最大间隔分类原理,手撕对偶问题推导过程,并实战实现非线性分类与图像识别。文中附《统计学习公式手册》及SVM调参指南,助力你掌握这一核心算法…...
JAVA面试常见题_基础部分_Dubbo面试题(上)
Dubbo 支持哪些协议,每种协议的应用场景,优缺点? • dubbo: 单一长连接和 NIO 异步通讯,适合大并发小数据量的服务调用,以及消费者远大于提供者。传输协议 TCP,异步,Hessian 序列化…...
CSS—隐藏元素:1分钟掌握与使用隐藏元素的方法
个人博客:haichenyi.com。感谢关注 1. 目录 1–目录2–display:none3–visibility: hidden4–opacity: 05–position: absolute;与 left: -9999px;6–z-index 和 position7–clip-path: circle(0%) 2. display:none 标签会挂载在html中,但是不会在页面上…...
二、双指针——5. 移动零
二、双指针——5. 移动零 题目描述示例示例1:示例2: 思路代码 题目描述 给定一个数组 nums,编写一个函数将所有 0 移动到数组的末尾,同时保持非零元素的相对顺序。 请注意 ,必须在不复制数组的情况下原地对数组进行操…...
论文笔记-NeurIPS2017-DropoutNet
论文笔记-NeurIPS2017-DropoutNet: Addressing Cold Start in Recommender Systems DropoutNet:解决推荐系统中的冷启动问题摘要1.引言2.前言3.方法3.1模型架构3.2冷启动训练3.3推荐 4.实验4.1实验设置4.2在CiteULike上的实验结果4.2.1 Dropout率的影响4.2.2 实验结…...
php 对接mqtt 完整版本,订阅消息,发送消息
首先打开链接如何在 PHP 项目中使用 MQTT 根据文章让所用依赖安装一下: composer require php-mqtt/client 安装之后弄一个部署 之后在工具里边可以相应链接上 接下来是代码: /**** 订阅消息* return void* throws \PhpMqtt\Client\Exceptions\Confi…...
谈谈 ES 6.8 到 7.10 的功能变迁(6)- 其他
这是 ES 7.10 相较于 ES 6.8 新增内容的最后一篇,主要涉及算分方法和同义词加载的部分。 自定义算分:script_score 2.0 Elasticsearch 7.0 引入了新一代的函数分数功能,称为 script_score 查询。这一新功能提供了一种更简单、更灵活的方式来…...
【苍穹外卖】问题笔记
【DAY1 】 1.VCS找不到 好吧,发现没安git 接着发现安全模式有问题,点开代码信任此项目 2.导入初始文件,全员爆红 好像没maven,配一个 并在设置里设置好maven 3.启用注解,见新手苍穹 pom.xml改lombok版本为1.1…...
脑机接口SSVEP 信号特征提取技术术语
目录 背景简介 1. 最小能量组合(MEC)和最大对比组合(MCC) 2. 典型相关分析(CCA) 3. 滤波器组CCA(FBCCA) 4. 二进制子带CCA(BsCCA) 5. 融合CCAÿ…...
【Veristand】Veristand 预编写教程目录
很久没有更新,最近打算出一期Veristand教程,暂时目录列成下面这个表格,如果各位有关心的遗漏的点,可以在评论区提问,我后期可以考虑添加进去,但是提前声明,太过小众的点我不会,欢迎各…...
C#光速入门的指南
以下是一份C#快速入门的指南,涵盖了基础语法、面向对象编程、输入输出、异常处理等方面,帮助你快速上手C#。 1. 开发环境搭建 要开始使用C#进行编程,你需要安装开发环境。最常用的是Visual Studio,它提供了丰富的工具和功能&…...
深入探索 STM32 微控制器:从基础到实践
一、引言 在当今的嵌入式系统领域,STM32 系列微控制器凭借其高性能、低功耗、丰富的外设以及广泛的应用场景,成为了众多开发者的首选。无论是在工业控制、智能家居、医疗设备,还是在消费电子等领域,STM32 都展现出了强大的生命力…...
AI-调查研究-01-正念冥想有用吗?对健康的影响及科学指南
点一下关注吧!!!非常感谢!!持续更新!!! 🚀 AI篇持续更新中!(长期更新) 目前2025年06月05日更新到: AI炼丹日志-28 - Aud…...
智慧医疗能源事业线深度画像分析(上)
引言 医疗行业作为现代社会的关键基础设施,其能源消耗与环境影响正日益受到关注。随着全球"双碳"目标的推进和可持续发展理念的深入,智慧医疗能源事业线应运而生,致力于通过创新技术与管理方案,重构医疗领域的能源使用模式。这一事业线融合了能源管理、可持续发…...
SciencePlots——绘制论文中的图片
文章目录 安装一、风格二、1 资源 安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格 简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源 论文绘图神器来了:一行…...
【磁盘】每天掌握一个Linux命令 - iostat
目录 【磁盘】每天掌握一个Linux命令 - iostat工具概述安装方式核心功能基础用法进阶操作实战案例面试题场景生产场景 注意事项 【磁盘】每天掌握一个Linux命令 - iostat 工具概述 iostat(I/O Statistics)是Linux系统下用于监视系统输入输出设备和CPU使…...
JVM暂停(Stop-The-World,STW)的原因分类及对应排查方案
JVM暂停(Stop-The-World,STW)的完整原因分类及对应排查方案,结合JVM运行机制和常见故障场景整理而成: 一、GC相关暂停 1. 安全点(Safepoint)阻塞 现象:JVM暂停但无GC日志,日志显示No GCs detected。原因:JVM等待所有线程进入安全点(如…...
Redis数据倾斜问题解决
Redis 数据倾斜问题解析与解决方案 什么是 Redis 数据倾斜 Redis 数据倾斜指的是在 Redis 集群中,部分节点存储的数据量或访问量远高于其他节点,导致这些节点负载过高,影响整体性能。 数据倾斜的主要表现 部分节点内存使用率远高于其他节…...
mysql已经安装,但是通过rpm -q 没有找mysql相关的已安装包
文章目录 现象:mysql已经安装,但是通过rpm -q 没有找mysql相关的已安装包遇到 rpm 命令找不到已经安装的 MySQL 包时,可能是因为以下几个原因:1.MySQL 不是通过 RPM 包安装的2.RPM 数据库损坏3.使用了不同的包名或路径4.使用其他包…...
ABAP设计模式之---“简单设计原则(Simple Design)”
“Simple Design”(简单设计)是软件开发中的一个重要理念,倡导以最简单的方式实现软件功能,以确保代码清晰易懂、易维护,并在项目需求变化时能够快速适应。 其核心目标是避免复杂和过度设计,遵循“让事情保…...
Angular微前端架构:Module Federation + ngx-build-plus (Webpack)
以下是一个完整的 Angular 微前端示例,其中使用的是 Module Federation 和 npx-build-plus 实现了主应用(Shell)与子应用(Remote)的集成。 🛠️ 项目结构 angular-mf/ ├── shell-app/ # 主应用&…...
Xen Server服务器释放磁盘空间
disk.sh #!/bin/bashcd /run/sr-mount/e54f0646-ae11-0457-b64f-eba4673b824c # 全部虚拟机物理磁盘文件存储 a$(ls -l | awk {print $NF} | cut -d. -f1) # 使用中的虚拟机物理磁盘文件 b$(xe vm-disk-list --multiple | grep uuid | awk {print $NF})printf "%s\n"…...
