[LeetCode]Climbing Stairs

博主分享了在准备笔试过程中使用LeetCode平台的经验,并详细介绍了如何解决一道经典的动态规划题目‘ClimbingStairs’。同时,提到了将笔记整理并发布到博客的计划。

今天TX笔试。感觉做的很一般,以前的知识都忘光了。另外得知投PC客户端方向的人数“较多”,心都凉了半截。

不过有一道简答题是LeetCode OJ上做过的。出来跟同学讨论,发现有人在这题上费了不少时间。

于是觉得LeetCode 确实挺有用的,毕竟都是些经典题,针对找工作要笔试面试的码农设计的。

目前LeetCode 上我是把Easy难度的都做完了,平时一边刷题一边会做些笔记。

今天开始,就把笔记po到这博客上来好了。以后会陆陆续续地更新。


LeetCode 上的那道题是Climbing Stairs,算是一道动态规划题吧:


You are climbing a stair case. It takes n steps to reach to the top.

Each time you can either climb 1 or 2 steps. In how many distinct ways can you climb to the top?



其实就是斐波那契数列了!

设f(n)是n步的总方法数。

f(1)=1,f(2)=2,f(n)=f(n-1) + f(n-2)


class Solution {
public:
    int climbStairs(int n) {
        if (n == 1 || n == 2) {
            return n == 1 ? 1 : 2;
        }
        int a = 2, b = 1, c;
        for (int i = 0; i < n - 2; i++) {
            c = a + b;
            b = a;
            a = c; 
        }
        return a;
    }
};




这个是完整源码 python实现 Django 【python毕业设计】基于Python的天气预报(天气预测分析)(Django+sklearn机器学习+selenium爬虫)可视化系统.zip 源码+论文+sql脚本 完整版 数据库是mysql 本研究旨在开发一个基于Python的天气预报可视化系统,该系统结合了Django框架、sklearn机器学习库和Selenium爬虫技术,实现对天气数据的收集、分析和可视化。首先,我们使用Selenium爬虫技术从多个天气数据网站实时抓取气象数据,包括温度、湿度、气压、风速等多项指标。这些数据经过清洗和预处理后本研究旨在开发一个基于Python的天气预报可视化系统,该系统结合了Django框架、sklearn机器学习库和Selenium爬虫技术,实现对天气数据的收集、分析和可视化。首先,我们使用Selenium爬虫技术从多个天气数据网站实时抓取气象数据,包括温度、湿度、气压、风速等多项指标。这些数据经过清洗和预处理后,将其存储在后端数据库中,以供后续分析。 其次,采用s,将其存储在后端数据库中,以供后续分析。 其次,采用sklearn机器学习库构建预测模型,通过时间序列分析和回归方法,对未来天气情况进行预测。我们利用以往的数据训练模型,以提高预测的准确性。通过交叉验证和超参数优化等技术手段,我们优化了模型性能,确保其在实际应用中的有效性和可靠性。 最后,基于Django框架开发前端展示系统,实现天气预报的可视化。用户可以通过友好的界面查询实时天气信息和未来几天内的天气预测。系统还提供多种图表类型,包括折线图和柱状图,帮助用户直观理解天气变化趋势。 本研究的成果为天气预报领域提供了一种新的技术解决方案,不仅增强了数据获取和处理的效率,还提升了用户体验。未来,该系统能够扩展至其他气象相关的应用场景,为大众提供更加准确和及时的气象服务。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值