随笔分类 - 代码随想录二刷
为了加深自己对代码的印象而成
方便自己以后忘记方法论时回头可以找得到当时我的思想
摘要：✅做题思路or感想 这道困扰我一刷好久的题终于在二刷的今天彻底理解了，通透啊！ 这道题的难点在于递推公式和初始化 首先可以把题目按照自己的意思更大白话的复述一遍 题面：找 s的子序列中t出现的次数 复述：在s中挑选字符来组成t，求这个操作有几种方法 dp数组含义 dp[i][j]表示[0, i -
阅读全文
摘要：✅做题思路or感想 题目所求的转换一下其实就是求最大连续子序列的长度 最大连线数 = 最大连续子序列的长度 化为经典子序列问题，都适合用动态规划来解 子序列默认不连续，子数组默认连续！ dp数组含义 子序列的题一般都这样子定义dp数组：dp[i][j]表示在nums1的[0, i - 1]和nums
阅读全文
摘要：✅做题思路or感想 经典子序列问题，都适合用动态规划来解 子序列默认不连续，子数组默认连续！ dp数组含义 子序列的题一般都这样子定义dp数组：dp[i][j]表示在test1的[0, i - 1]和test2的[0, j - 1]上最长的子序列长度（注意这里是范围里的最长子序列长度！） 为什么要这
阅读全文
摘要：✅做题思路or感想 经典子序列问题，都适合用动态规划来解 子序列默认不连续，子数组默认连续！ dp数组含义 子序列的题一般都这样子定义dp数组：dp[i][j]表示以nums1[i - 1]结尾和以nums2[j - 1]结尾的公共子数列长度 为什么要这样子定义呢，因为这样子更方便针对空子数组做操作
阅读全文
摘要：✅做题思路or感想 暴力解法 “连续”，“递增”要素过多，一眼暴力 class Solution { public: int findLengthOfLCIS(vector<int>& nums) { int result = 1, sum = 1; for (int i = 1; i < nums
阅读全文
摘要：✅做题思路or感想 这种“最长递增子序列”是经典的动态规划的题，虽然我在看到的第一瞬间并没有反应过来用dp，可惜 dp数组含义 dp[i],以nums[i]结尾的最大递增子序列的长度 推导公式 当 nums[i] > nums[j] 时： nums[i]可以接在nums[j] 之后（此题要求严格递增
阅读全文
摘要：✅做题思路or感想 一道股票问题，特点是在卖出的时候要考虑税收的因素 买入一次卖出一次算一次交易，所以在卖出那里扣税收就可以了 dp数组含义 dp[i][0]是第i天持有股票时能获得的最大利润 dp[i][1]是第i天没有股票时能获得的最大利润 推导公式 dp[i][0] = max(dp[i -
阅读全文
摘要：✅做题思路or感想 这一题不能用状态的方法去思考，会很绕。只关注卖出的那一天就好了 这里的处理是把冷冻期放进了dp[i][0]中一并考虑了 dp数组含义 0.不持股且当天没卖出,定义其最大收益dp[i][0]; 1.持股,定义其最大收益dp[i][1]； 2.不持股且当天卖出了，定义其最大收益dp[
阅读全文
摘要：✅做题思路or感想 股票问题 + 找规律，找到规律后就很简单了 顺便一说，一次交易包括一次卖出和买入！！！故这里总的交易次数是2 * k dp数组含义 dp[i][j]：第i天第j次交易持有股票的状态 dp[i][j + 1]：第i天第j次交易没有股票的状态 推导公式 不如来看一下k = 2时的递推
阅读全文
摘要：✅做题思路or感想 考验的是对二维dp数组的理解和运用，一维是天数，二维是状态，了解了就很好做了 dp数组含义 dp[i][0]：第一次交易持有股票能获得的最大利润 dp[i][1]：第一次交易没有股票能获得的最大利润 dp[i][2]：第二次交易持有股票能获得的最大利润 dp[i][3]：第二次交
阅读全文
摘要：✅做题思路or感想 经典股票问题，这一题的特点是：股票只能交易多次 而这和股票可以单次交易的区别在于推导公式 dp数组含义 dp[i][0]：第i 天持有股票的最大利润 dp[i][1]：第i天没有股票的最大利润 推导公式 持有股票的来源：可以前一天就有股票了，也可能是今天才买股票，二者取最大利润的
阅读全文
摘要：✅做题思路or感想 经典股票问题，这一题的特点是：股票只能交易一次 而这和股票可以重复次交易的区别在于推导公式 dp数组含义 dp[i][0]：第i 天持有股票的最大利润 dp[i][1]：第i天没有股票的最大利润 推导公式 持有股票的来源：可以前一天就有股票了，也可能是今天才买股票，二者取最大利润
阅读全文
摘要：✅做题思路or感想 看得出来是动态规划，但想了半天解不出来。。。。 可以转化为背包问题中的是否能把背包装满的问题，因为词典里的词可以重复用，所以这是一个完全背包 dp数组含义 dp[i]表示长度为i的字符串能不能被被分解（其实就是容量为i的背包能否被装满） 💡递推公式 设wordSize是遍历到的
阅读全文
摘要：✅装满完全背包的最小物品总价值 仍然如题，不过这一题的每一个物品的价值需要自己算出来\ 其余的都是套模板的老生常谈了 class Solution { public: //装满完全背包后物品的最小总价值 int numSquares(int n) { vector<int>value; vector
阅读全文
摘要：✅装满完全背包的最小物品总价值 这里类型如题，不过是把价值改成了个数 故在初始化dp数组时要注意初始化大一点。然后即是别忘了有dp[0] = 0，这个是求价值的基础 然后因为是完全背包，所以背包容量遍历顺序为正序 因为这里是求价值，跟物品是组合还是排列无关，所以这里既可以先遍历物品，在遍历背包容量，
阅读全文
摘要：✅求装满背包的物品的排列总和 这里是求排列，而不是组合！！！即是[1,2], [2, 1]是两个东西 💡在背包问题里求排列的方法是： 排列：先遍历背包容量，再遍历物品 组合：先遍历物品，再遍历背包容量 这里再注意到这里是完全背包，再遍历背包容量的时候正序就好了 class Solution { p
阅读全文
摘要：✅装满完全背包的方法数 经典完全背包的问题 dp数组的含义 dp[i]指装满容量为i的完全背包所用的方法数 递推公式 装满背包的方法的一般递推公式：dp[j] += dp[j - coins[i]] 初始化 老规矩，当容量为0时，装满它的方法只有一个：什么也不干，固有dp[0] = 1 遍历顺序 遍
阅读全文
摘要：✅做题思路or感想 一道01背包问题，有所不同的是这里背包的价值是“个数” 这里每一个物品都有两种重量，所以背包也设有两种容量就好了，二维背包走起来 dp数组的含义 dp[i][j]表示容量为i,j的背包所能容纳的最大元素个数 递推公式 经典01背包公式的两个容量版，以及把价值变成了个数：dp[i]
阅读全文
摘要：✅01背包中"装满背包有几种方法"的问题 这道题难就难在如何把题面转化为背包问题 💡由题知left + right = sum, left - right = target，故有left = (sum + target) / 2，则此时就转化为了装满容量为left的背包有几种方法 当然这里要讨论一
阅读全文
摘要：✅01背包中是"否能装满"的问题 如果能把数组分割成两个子集且使得子集的元素和相等，那么证明该集合的元素总和必须要是能被2整除的，这是一个前提条件 假设总和为sum，那问题就转化成了余下的元素是否能装满容量为sum / 2的背包 再其次，因为每一个元素只能使用一次，所以这是一个0 - 1背包 💡这
阅读全文
