家具行业做那个国际网站比较好,推广网站案例,一些房产网站是怎么做的,学生简单个人主页模板算法学习——LeetCode力扣动态规划篇9 1035. 不相交的线
1035. 不相交的线 - 力扣#xff08;LeetCode#xff09;
描述
在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。
现在#xff0c;可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线#x…算法学习——LeetCode力扣动态规划篇9 1035. 不相交的线
1035. 不相交的线 - 力扣LeetCode
描述
在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。
现在可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线这些直线需要同时满足
nums1[i] nums2[j] 且绘制的直线不与任何其他连线非水平线相交。 请注意连线即使在端点也不能相交每个数字只能属于一条连线。
以这种方法绘制线条并返回可以绘制的最大连线数。
示例
示例 1
输入nums1 [1,4,2], nums2 [1,2,4] 输出2 解释可以画出两条不交叉的线如上图所示。 但无法画出第三条不相交的直线因为从 nums1[1]4 到 nums2[2]4 的直线将与从 nums1[2]2 到 nums2[1]2 的直线相交。
示例 2
输入nums1 [2,5,1,2,5], nums2 [10,5,2,1,5,2] 输出3
示例 3
输入nums1 [1,3,7,1,7,5], nums2 [1,9,2,5,1] 输出2
提示
1 nums1.length, nums2.length 500 1 nums1[i], nums2[j] 2000
代码解析
动态规划
本题说是求绘制的最大连线数其实就是求两个字符串的最长公共子序列的长度
那么本题就和我们刚刚讲过的这道题目动态规划1143.最长公共子序列 就是一样一样的了。
class Solution {
public:int maxUncrossedLines(vectorint nums1, vectorint nums2) {vectorvectorint dp(nums1.size()1 , vectorint(nums2.size()1,0));for(int i0 ; inums1.size();i){for(int j0 ; jnums2.size();j){if(nums1[i]nums2[j])dp[i1][j1] dp[i][j]1;elsedp[i1][j1] max(dp[i1][j] , dp[i][j1]);}}// for(int i0 ; inums1.size();i)// {// for(int j0 ; jnums2.size();j)// {// coutdp[i][j] ;// }// coutendl;// }return dp[nums1.size()][nums2.size()];}
};53. 最大子数组和
53. 最大子数组和 - 力扣LeetCode
描述
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
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
代码解析
贪心算法
class Solution {
public:int maxSubArray(vectorint nums) {int sum0 ,result INT32_MIN; //sum是当前数组的和result是sum中最大的时候for(int i0 ; inums.size() ;i){sum nums[i]; //记录当前的sumif(sum result) result sum; //如果sum大于当前result更新resultif(sum 0) sum 0; //某一个时期的sum小于0舍去}return result;}
};动态规划
class Solution {
public:int maxSubArray(vectorint nums) {vectorint dp(nums.size() ,0);int result INT_MIN;dp[0] nums[0];for(int i1 ; inums.size() ;i){dp[i] max(nums[i],dp[i-1]nums[i]);}for(int i0 ; inums.size() ;i) {// coutdp[i] ;if(dp[i] result) result dp[i];}return result;}
};392. 判断子序列
392. 判断子序列 - 力扣LeetCode
描述
给定字符串 s 和 t 判断 s 是否为 t 的子序列。
字符串的一个子序列是原始字符串删除一些也可以不删除字符而不改变剩余字符相对位置形成的新字符串。例如ace是abcde的一个子序列而aec不是。
进阶
如果有大量输入的 S称作 S1, S2, … , Sk 其中 k 10亿你需要依次检查它们是否为 T 的子序列。在这种情况下你会怎样改变代码
示例
示例 1
输入s “abc”, t “ahbgdc” 输出true
示例 2
输入s “axc”, t “ahbgdc” 输出false
提示
0 s.length 100 0 t.length 10^4 两个字符串都只由小写字符组成。
代码解析
动态规划
class Solution {
public:bool isSubsequence(string s, string t) {if(s.size()0t.size()!0) return true;if(s.size()0t.size()0) return true;if(s.size()!0t.size()0) return false;vectorbool dp(s.size() , false);int prt 0;//匹配指针for(int i0 ; it.size() ;i){if(s[prt] t[i])//匹配成功标记匹配下一个{dp[prt] true;prt;}}return dp[s.size()-1];}
};115. 不同的子序列
115. 不同的子序列 - 力扣LeetCode
代码描述
给你两个字符串 s 和 t 统计并返回在 s 的 子序列 中 t 出现的个数结果需要对 109 7 取模。
示例
示例 1
输入s “rabbbit”, t “rabbit” 输出3 解释 如下所示, 有 3 种可以从 s 中得到 “rabbit” 的方案。 rabbbit rabbbit rabbbit
示例 2
输入s “babgbag”, t “bag” 输出5 解释 如下所示, 有 5 种可以从 s 中得到 “bag” 的方案。 babgbag babgbag babgbag babgbag babgbag
提示
1 s.length, t.length 1000 s 和 t 由英文字母组成
代码解析
动态规划 确定dp数组dp table以及下标的含义 dp[i][j]以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。 确定递推公式 这一类问题基本是要分析两种情况 s[i - 1] 与 t[j - 1]相等 dp[i][j]可以有两部分组成。 一部分是用s[i - 1]来匹配那么个数为dp[i - 1][j - 1]。 一部分是不用s[i - 1]来匹配个数为dp[i - 1][j]。 dp[i][j] dp[i - 1][j - 1] dp[i - 1][j];s[i - 1] 与 t[j - 1] 不相等 dp[i][j] dp[i - 1][j]; dp数组如何初始化 dp[i][0] 表示以i-1为结尾的s可以随便删除元素出现空字符串的个数。 那么dp[i][0]一定都是1因为也就是把以i-1为结尾的s删除所有元素出现空字符串的个数就是1。 再来看dp[0][j]dp[0][j]空字符串s可以随便删除元素出现以j-1为结尾的字符串t的个数。 那么dp[0][j]一定都是0s如论如何也变成不了t。 最后就要看一个特殊位置了即dp[0][0] 应该是多少。 dp[0][0]应该是1空字符串s可以删除0个元素变成空字符串t。
class Solution {
public:int numDistinct(string s, string t) {vectorvectoruint64_t dp(s.size()1 , vectoruint64_t(t.size()1,0) );for(int i1 ; is.size()1 ;i)dp[i][0] 1;for(int j1 ;jt.size()1 ;j)dp[0][j] 0;dp[0][0] 1;for(int i0 ; is.size() ;i){for(int j0 ;jt.size();j){if(s[i]t[j]) dp[i1][j1] dp[i][j] dp[i][j1];else dp[i1][j1] dp[i][j1];}}return dp[s.size()][t.size()];}
};
