labuladong算法笔记总结
动态规划解题套路框架
学习计划:
〇、必读文章
1、数据结构和算法学习指南(学习算法和刷题的框架思维)
- 了解数据结构的操作和遍历(迭代or递归)
- 从树刷起,结合框架思维,有利于理解(回溯、动态规划、分治等)
2、动态规划详解(动态规划解题套路框架)
- 过程:递归的暴力解法 -> 带备忘录的递归解法 -> 非递归的动态规划解法
- 特征:重叠子问题-->使用备忘录&自底向上,最优子结构,状态转移方程
- 例题:凑零钱(dp[i] = min(dp[i], 1 + dp[i - coin]))
3、回溯算法详解(修订版)=DFS-----做选择
- 3个问题:参数记录路径、选择列表(做选择和撤销选择)、结束条件
result = []
def backtrack(路径, 选择列表):
if 满足结束条件:
result.add(路径)
return for 选择 in 选择列表:
做选择
backtrack(路径, 选择列表)
撤销选择
- 例题:八皇后问题、全排列问题
4、BFS 算法框架套路详解------求最短距离
- 与DFS对比:使用队列,路径短,空间复杂度高
- 问题本质:在图中找起点到终点的最近距离,队列入队访问邻接,记录访问过的
- 例题:二叉树的最小高度(齐头并进,BFS时间复杂度低)、打开密码锁的最少次数(可以使用双向BFS,无需掌握)
- 步骤:
// 计算从起点 start 到终点 target 的最近距离
int BFS(Node start, Node target) {
Queue<Node> q; // 核心数据结构
Set<Node> visited; // 避免走回头路 q.offer(start); // 将起点加入队列
visited.add(start);
int step = 0; // 记录扩散的步数 while (q not empty) {
int sz = q.size();
/* 将当前队列中的所有节点向四周扩散 */
for (int i = 0; i < sz; i++) {
Node cur = q.poll();
/* 划重点:这里判断是否到达终点 */
if (cur is target)
return step;
/* 将 cur 的相邻节点加入队列 */
for (Node x : cur.adj())
if (x not in visited) {
q.offer(x);
visited.add(x);
}
}
/* 划重点:更新步数在这里 */
step++;
}
}
5、我作了首诗,保你闭着眼睛也能写对二分查找
- 防止两数相加产生溢出:mid = left + (right - left) / 2;
- while里面是小于等于
- 寻找左侧边界的二分:相等时不直接返回
int left_bound(int[] nums, int target) {
int left = 0, right = nums.length - 1;
// 搜索区间为 [left, right]
while (left <= right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
// 搜索区间变为 [mid+1, right]
left = mid + 1;
} else if (nums[mid] > target) {
// 搜索区间变为 [left, mid-1]
right = mid - 1;
} else if (nums[mid] == target) {
// 收缩右侧边界
right = mid - 1;
}
}
// 检查出界情况
if (left >= nums.length || nums[left] != target)
return -1;
return left;
}
- 寻找右侧边界:left = mid + 1;「搜索区间」全都统一成两端都闭
6、我写了套框架,把滑动窗口算法变成了默写题
/* 滑动窗口算法框架 */
void slidingWindow(string s, string t) {
unordered_map<char, int> need, window;
for (char c : t) need[c]++;
int left = 0, right = 0;
int valid = 0;
while (right < s.size()) {
// c 是将移入窗口的字符
char c = s[right];
// 右移窗口
right++;
// 进行窗口内数据的一系列更新
...
/*** debug 输出的位置 ***/
printf("window: [%d, %d)\n", left, right);
/********************/
// 判断左侧窗口是否要收缩
while (window needs shrink) {
// d 是将移出窗口的字符
char d = s[left];
// 左移窗口
left++;
// 进行窗口内数据的一系列更新
...
}
}
}
- 例题:最小覆盖子串、字符串排列、找所有字母的异位词、最长无重复子串
- 引出双指针问题:
- 快慢指针(链表,有环)
- 左右指针(数组或字符串问题,如二分,有序数组两数之和等于目标数,反转数组)
7、团灭 LeetCode 股票买卖问题
- 通用解法:穷举,循环内部分别使用min和max;多次买卖用贪心/递归;限定交易次数递归参数传k递减;冷冻期改变递归函数dp的参数;手续费改变比较max的值
- (状态机)多维DP数组的状态转移方程:针对几种股票类型分别使用db table解决,其中限定次数的使用三维dp表
8、经典动态规划:打家劫舍系列问题
- 例题:标准动规、环形数组、二叉树打劫(相连的房子不能被打劫)
int res = Math.max(
// 不抢,去下家
dp(nums, start + 1),
// 抢,去下下家
nums[start] + dp(nums, start + 2)
);
- 自顶向下:递归调用dp函数,自底向上:定义dp数组
- 二叉树:抢孩子的左和右孩子
Map<TreeNode, Integer> memo = new HashMap<>();
public int rob(TreeNode root) {
if (root == null) return 0;
// 利用备忘录消除重叠子问题
if (memo.containsKey(root))
return memo.get(root);
// 抢,然后去下下家
int do_it = root.val
+ (root.left == null ?
0 : rob(root.left.left) + rob(root.left.right))
+ (root.right == null ?
0 : rob(root.right.left) + rob(root.right.right));
// 不抢,然后去下家
int not_do = rob(root.left) + rob(root.right); int res = Math.max(do_it, not_do);
memo.put(root, res);
return res;
}
9、一个方法解决三道区间问题
- 区间问题:即线段问题,包括合并线段,找线段的交集;技巧:排序&画图
- 区间覆盖问题:例删除被覆盖的区间--排序后分3种情况,相交区间合并,不相交则更新起点终点
- 区间合并问题:排序,根据条件进行合并
- 区间交集问题:讨论两个交集的各种情况,并根据大小决定更新哪个list的下标
10、一个函数秒杀 2Sum 3Sum 4Sum 问题
- 两数之和:排序+双指针;去重数对:相等时指针相加
- 三数之和:第一个数不重复&调用两数之和的方法
- 四数之和:第一个数不重复&调用三数之和的方法
- ……:编写递归函数,参数传递n表示几数之和
11、手把手带你刷二叉树(第一期)
- 翻转二叉树:前序
- (完美二叉树)填充二叉树节点的右侧指针:传递两个参数,前序node1.next = node2;
- 二叉树展开为链表:没看懂
12、经典动态规划:0-1 背包问题
- 状态和选择、dp数组的定义
dp[i][w] = max( 把物品i装进背包, 不把物品i装进背包 )
- 状态转移方程
dp[i][w] = max(dp[i-1][w], dp[i-1][w - wt[i-1]] + val[i-1] )
- 代码
int knapsack(int W, int N, vector<int>& wt, vector<int>& val) {
// vector 全填入 0,base case 已初始化
vector<vector<int>> dp(N + 1, vector<int>(W + 1, 0));
for (int i = 1; i <= N; i++) {
for (int w = 1; w <= W; w++) {
if (w - wt[i-1] < 0) {
// 当前背包容量装不下,只能选择不装入背包
dp[i][w] = dp[i - 1][w];
} else {
// 装入或者不装入背包,择优
dp[i][w] = max(dp[i - 1][w - wt[i-1]] + val[i-1],
dp[i - 1][w]);
}
}
} return dp[N][W];
}
13、我用四个命令概括了 Git 的所有套路
- 三个分区:working directory工作目录,stage/index area暂存区,commit history提交历史。
- git status查看前两个分区,git log查看提交日志的内容
- git checkout .:将工作目录修改过的文件恢复为暂存区的文件,不会删除在工作目录创建的新文件
- git commit --amend:修改合并,不会新创建一个commit到history中
- git reset X:对X文件的修改,不会提交到history中/把对a.txt的修改从stage区撤销,但依然保存在work dir中,变为unstage的状态。
14、提高刷题幸福感的小技巧
- 递归函数debug时,在递归函数前后分别打印关键变量的值。
labuladong算法笔记总结的更多相关文章
- 学习Java 以及对几大基本排序算法(对算法笔记书的研究)的一些学习总结(Java对算法的实现持续更新中)
Java排序一,冒泡排序! 刚刚开始学习Java,但是比较有兴趣研究算法.最近看了一本算法笔记,刚开始只是打算随便看看,但是发现这本书非常不错,尤其是对排序算法,以及哈希函数的一些解释,让我非常的感兴 ...
- 算法笔记--数位dp
算法笔记 这个博客写的不错:http://blog.csdn.net/wust_zzwh/article/details/52100392 数位dp的精髓是不同情况下sta变量的设置. 模板: ]; ...
- 算法笔记--lca倍增算法
算法笔记 模板: vector<int>g[N]; vector<int>edge[N]; ][N]; int deep[N]; int h[N]; void dfs(int ...
- 算法笔记--STL中的各种遍历及查找(待增)
算法笔记 map: map<string,int> m; map<string,int>::iterator it;//auto it it = m.begin(); whil ...
- 算法笔记--priority_queue
算法笔记 priority_queue<int>que;//默认大顶堆 或者写作:priority_queue<int,vector<int>,less<int&g ...
- 算法笔记--sg函数详解及其模板
算法笔记 参考资料:https://wenku.baidu.com/view/25540742a8956bec0975e3a8.html sg函数大神详解:http://blog.csdn.net/l ...
- 算法笔记——C/C++语言基础篇(已完结)
开始系统学习算法,希望自己能够坚持下去,期间会把常用到的算法写进此博客,便于以后复习,同时希望能够给初学者提供一定的帮助,手敲难免存在错误,欢迎评论指正,共同学习.博客也可能会引用别人写的代码,如有引 ...
- 算法笔记_067:蓝桥杯练习 算法训练 安慰奶牛(Java)
目录 1 问题描述 2 解决方案 1 问题描述 问题描述 Farmer John变得非常懒,他不想再继续维护供奶牛之间供通行的道路.道路被用来连接N个牧场,牧场被连续地编号为1到N.每一个牧场都是 ...
- 算法笔记(c++)--回文
算法笔记(c++)--回文 #include<iostream> #include<algorithm> #include<vector> using namesp ...
- 算法笔记(c++)--完全背包问题
算法笔记(c++)--完全背包和多重背包问题 完全背包 完全背包不同于01背包-完全背包里面的东西数量无限 假设现在有5种物品重量为5,4,3,2,1 价值为1,2,3,4,5 背包容量为10 # ...
随机推荐
- IDEA远程部署项目到Docker
前言 最近在写东西部署到服务器,结构是springboot工程配合docker部署. 但是每次部署都3个步骤: 本地构建jar 复制jar到远程服务器 用DockerFile构建镜像 部署次数一多,我 ...
- PAT (Advanced Level) Practice 1002 A+B for Polynomials 分数 25
This time, you are supposed to find A+B where A and B are two polynomials. Input Specification: Each ...
- 大华海康NVR录像JAVA下载及WEB播放
近期在处理一个将NVR录像机上的录像下载到服务器并通过浏览器播放的需求. 梳理记录下过程,做个备忘,同时遇到的一些细节问题解决,也供需要的同学参考. 需求比较简单,就是把指定时间段的录像上传到服务器保 ...
- Linux安装中文字体(已验证)
1.安装字体命令 sudo apt install -y fontconfig 2.查看已安装的字体 (1)查看linux已安装字体 fc-list (2)查看linux已安装中文字体 fc-list ...
- AT&T汇编语法与x86语法基本区别
AT&T汇编和8086汇编语言虽然两者很相似,但是还是不能根据8086的语法规则来读AT&T汇编的吧,所以还是要看看AT&T汇编的语法规则,因为在读内核代码时,跟硬件打交道的部 ...
- echarts的使用 超好用的报表制作、数据的图形化展示
地址链接:https://echarts.apache.org/zh/index.html 1.图形选择 2.对应的js代码
- JUC(7)四大函数式接口
文章目录 1.四大函数式接口(必须掌握) 1.1 function 1.2 Predicate 1.3 Consumer 1.4 Supplier 1.四大函数式接口(必须掌握) 1.lambda表达 ...
- 齐博x1模块安装文件讲解
频道模块存放的目录是/application/频道目录/ 插件存放的目录是/plugins/插件目录/ 他的安装目录都是/install/ 推荐参考默认的/application/cms/instal ...
- 【MySQL】04_约束
约束 概述 为了保证数据的完整性,SQL规范以约束的方式对表数据进行额外的条件限制.从以下四个方面考虑: 实体完整性(Entity Integrity) :例如,同一个表中,不能存在两条完全相同无法区 ...
- SpringCloud微服务实战——搭建企业级开发框架(四十八):【移动开发】整合uni-app搭建移动端快速开发框架-使用第三方UI框架
uni-app默认使用uni-ui全端兼容的.高性能UI框架,在我们开发过程中可以满足大部分的需求了,并且如果是为了兼容性,还是强烈建议使用uni-ui作为UI框架使用. 如果作为初创公司,自 ...