正规绍兴网站建设公司,公司网站建设描述,哔哩哔哩网页版登录入口,做venn图网站力扣#xff08;LeetCode#xff09;是一个在线编程平台#xff0c;主要用于帮助程序员提升算法和数据结构方面的能力。以下是一些力扣上的入门题目#xff0c;以及它们的解题代码。 --点击进入刷题地址 一、动态规划#xff08;DP#xff09; 首先#xff0c;让我们来… 力扣LeetCode是一个在线编程平台主要用于帮助程序员提升算法和数据结构方面的能力。以下是一些力扣上的入门题目以及它们的解题代码。 --点击进入刷题地址 一、动态规划DP 首先让我们来看一个使用动态规划解决“最长回文子串”问题的代码示例
def longestPalindrome(s: str) - str: n len(s) if n 2: return s # dp[i][j] 表示从索引 i 到 j 的子串是否为回文串 dp [[False] * n for _ in range(n)] start, max_len 0, 1 # 记录最长回文子串的起始位置和长度 # 单个字符一定是回文串 for i in range(n): dp[i][i] True if n 1 and s[i] s[i 1]: dp[i][i 1] True start i max_len 2 # 检查长度大于 2 的子串 for l in range(3, n 1): for i in range(n - l 1): j i l - 1 if s[i] s[j] and dp[i 1][j - 1]: dp[i][j] True if l max_len: start i max_len l return s[start:start max_len] # 示例用法
print(longestPalindrome(babad)) # 输出: bab
二、回溯算法 接下来我们来看一个使用回溯算法解决“组合总和”问题的代码示例
def combinationSum(candidates: List[int], target: int) - List[List[int]]: def backtrack(start, path, target): if target 0: result.append(path) return for i in range(start, len(candidates)): # 剪枝如果当前数字大于目标值则后续的数字一定也大于目标值可以提前退出循环 if candidates[i] target: break # 选择当前数字 backtrack(i, path [candidates[i]], target - candidates[i]) candidates.sort() # 对数组进行排序有助于提前退出循环进行剪枝 result [] backtrack(0, [], target) return result # 示例用法
print(combinationSum([2, 3, 6, 7], 7)) # 输出: [[2, 2, 3], [7]]
三、堆Heap
最后我们来看一个使用堆特别是最小堆解决“K个最小数”问题的代码示例
import heapq def getKthSmallest(nums: List[int], k: int) - int: return heapq.nsmallest(k, nums)[-1] # 示例用法
print(getKthSmallest([3,2,1,5,6,4], 2)) # 输出: 5 这些代码示例展示了动态规划、回溯算法和堆在解决实际问题中的应用。通过不断学习和实践我们可以逐渐掌握这些算法的核心思想和应用技巧为解决更复杂的问题打下坚实的基础。
