代码随想录算法训练57 | 动态规划part17_总结篇_647、516、总结

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 481平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄5年

关注

原创 2024-02-08 15:54:15 481 阅读 AI 写同款· GEO 优化 ›

5个4000比特大状态置换算法的设计与分析下面是 5 个概念性、实验性的 4000 位可逆置换设计。它们都保证是双射，但未经过密码分析，不可直接用于生产系统。风格分别覆盖：三维 SPN、Feistel、可逆元胞自动机、ARX、宽轨迹/Keccak 式结构。这 5 个设计分别代表了 SPN、Feistel、元胞自动机、ARX、宽轨迹 Keccak 五种不同风格，覆盖了主流大状态置换的构造思路。再次强调：它们只是实验性概念，若要用于实际协议，必须经过严格安全性分析。阅读详情

647. 回文子串

动态规划解决的经典题目，如果没接触过的话，别硬想直接看题解。

代码随想录

516.最长回文子序列

647. 回文子串，求的是回文子串，而本题要求的是回文子序列，大家要搞清楚两者之间的区别。

代码随想录

动态规划总结篇

代码随想录

关注博主即可阅读全文

收录于

当前文章被以下社区和专栏收录：

标签

#算法 #动态规划

泛微E9表单建模查询列表勾选后带入流程明细表中注意：参照下图各项配置，否则会有问题。阅读详情

相关推荐

地瓜派RDK X5部署YOLOv11n避坑指南：从Softmax瓶颈到BPU加速的实战解析

本文详细解析了在地瓜派RDK X5开发板上部署YOLOv11n模型时，从性能暴跌到成功优化的全过程。核心在于通过配置`node_info`将模型中的Softmax算子强制在BPU上以int16精度运行，解决了因算子被分配到CPU导致的严重性能瓶颈。实战部署后，模型推理延迟从126ms降至10.8ms，FPS从7.9提升至92.3，实现了显著的性能优化。

beta5的博客 865

视频隐私脱敏工程化：CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中，动态遮挡（Dynamic Masking）是高频且高耗时的环节。传统手动关键帧打码不仅效率低下，且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度，解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 194

新版MQL语言程序设计：用vscode编写编译调试mt4和mt5程序

使用VScode搭建MT4与MT5开发环境，实现编辑编译调试统一。

超哥量化的博客 6872

【算法拾光】链表哈希表｜K个一组翻转链表 + 两数之和

K个一组翻转链表需分段反转，借助哑节点与前驱指针维护连接，避免断链；两数之和利用哈希表实现O(1)查找，空间换时间，高效定位目标组合。前者考察链表指针操作，后者聚焦映射关系构建，均为面试高频题。

wuqingyigexiaoba的博客 299

Twincat Scopeview录波中的Ringbuffer设置技巧与常见问题解决

本文深入解析了倍福Twincat Scopeview录波功能中Ringbuffer（环形缓冲区）的核心设置技巧与常见问题解决方案。针对数据丢失、触发时机不准等痛点，详细阐述了缓冲区大小、预触发样本、采样率等关键参数的优化配置，并提供了多通道同步、自动诊断等实战应用指南，帮助工程师高效捕捉和分析PLC数据。

rainy的博客 845

别再手动调波形了！用STM32G474的HRTIM+DAC生成精密锯齿波，附完整CubeMX配置

本文详细介绍了如何利用STM32G474的高分辨率定时器(HRTIM)和数模转换器(DAC)协同工作，实现高精度锯齿波生成。通过CubeMX配置指南、关键寄存器计算和实践技巧，帮助开发者快速掌握全硬件实现的波形生成方案，显著提升嵌入式系统的波形控制精度和响应速度。

weixin_28716769的博客 246

排序算法深度笔记（下）：非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 561

FPGA时序约束：从时钟树到数据路径的深度解析与优化策略

本文深入解析FPGA时序约束的核心技术与优化策略，涵盖时钟树结构分析、时序报告解读和数据路径优化。重点探讨Vivado工具中的时序约束方法，包括时钟定义、异常约束和物理优化，帮助工程师掌握寄存器级时序分析和系统级协同设计，实现高性能FPGA设计。

u5v6w7的博客 652

算法日常・每日刷题--＜动态规划＞42

本题为“不相交的线”，与最长公共子序列问题相似。使用动态规划求解：定义 dp[i][j] 表示 nums1[0:i] 与 nums2[0:j] 的最大不相交连线数。若元素相等，则继承左上值加1；否则取上方或左方最大值。最终返回 dp[m][n]，即两数组的最大不相交连线数。时间复杂度 O(mn)，空间复杂度 O(mn)。

2503_92261635的博客 20

12、每日卫星任务规划问题的不同公式

本文探讨了卫星任务规划问题的多种数学公式表示方法，包括传统的整数线性规划（ILP）模型、改进的基于路径的公式、基于集合覆盖的公式以及动态规划公式。通过案例研究比较了不同公式的求解效率和适用场景，并提供了使用Python进行实际求解的操作步骤。最后讨论了进一步优化策略及未来研究方向，旨在为解决卫星任务规划问题提供全面的理论支持和实践指导。

assembly8low的博客 203

突破限制：巧用Azure OpenAI，畅玩Gemini模型

通过 Azure OpenAI 服务这一巧妙的途径，间接调用 Gemini 模型，打破网络限制的壁垒。本文将详细介绍这一方法，无论你是人工智能领域的新手，还是经验丰富的开发者，都能从中获取实用的技巧，轻松开启 Gemini 模型的探索之旅

远程部署调试运行安装项目调试二次开发项目技术新持续迭代部分源码免费分享 181

C语言程序设计题｜有序数组插入数字冒泡排序

题目要求将一个数插入有序数组末尾，并用冒泡排序实现整体升序。代码先将输入数存入数组最后位置，再通过双重循环进行冒泡排序，每轮将较大元素向后移动，最终输出11个升序元素。该方法虽时间复杂度为O(n²)，但符合题目要求，逻辑清晰，适合初学者理解排序原理。

2301_81429079的博客 747

FPGA实现串口的任意字节数接收

基于FPGA的任意字节数（单字节、多字节）的串口（UART）接收，真的不来看看吗？

孤独的单刀 1万+

【算法拾光】模拟｜外观数列 + 数青蛙

本文总结两道模拟题解法：外观数列通过迭代统计连续数字个数生成下一项，关键在于处理末尾字符；数青蛙则模拟青蛙叫声“croak”状态转移，维护各阶段青蛙数量，记录最大并发数并确保全部完成。共性在于严格遵循流程、细致处理边界与非法情况，锻炼字符串遍历与状态管理能力。

wuqingyigexiaoba的博客 367

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

复分析阿尔福斯(Ahlfors) 第三版答案英文

答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案

牛客周赛165C题(前后缀性质，递推，排序，枚举)

题目大意：给定长度为 `n` 的数组，选择 `k ∈ [1,n]`，将前 `k` 个元素整体翻转，后面的元素不变。要求操作后的整个数组非递减，统计满足条件的 `k` 的数量。题目链接：https://ac.nowcoder.com/acm/contest/141721/C。时间复杂度：O(nlogn)

2501_94316951的博客 170

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

【数据结构-3】算法美学之降复杂度

在while循环的循环体内，首先用临时变量保存最后一个位置的数据，再通过for循环把所有元素往后移动一位，最后把tmp中保存的值放到下标为0的位置上去。方法二的思路是：创建新数组，让原数组中后k个数据移动到新数组中前面的位置，让原数组中前numsSize-k个数据移动到新数组中后面的位置，这。这段代码的思路是：三次逆置，第一次逆置前numsSize-k个数据，第二次逆置后k个数据，最后整体逆置。这篇博文分享一道解法不一的算法题，求解过程的目的在于降低算法的时间复杂度，题源力扣。，属于空间换时间的操作。

weixin_44218929的博客 82

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

算法61，判定是否为字符重排

两字符串能互为重排 ⇔。

sheshibenniaodan的博客 207

算法日常・每日刷题--＜动态规划＞32

给定严格递增的正整数数组，求最长斐波那契子序列长度。使用二维DP，dp[i][j]表示以arr[i]、arr[j]为最后两项的序列长度，初始化均为2。通过哈希表快速查找前一项target = arr[j] - arr[i]，若存在且下标小于i，则状态转移：dp[i][j] = dp[k][i] + 1。遍历更新全局最大长度，最终若结果小于3则返回0。时间复杂度O(n²)，空间复杂度O(n²)。

2503_92261635的博客 177

算法札记：几何分布在算法题UVA1262的运用

集卡问题求解核心：将集齐n种优惠券的过程分为n个阶段，每个阶段期望购买次数为 $ \frac{n}{k} $（k为剩余种类数），总期望为 $ n \cdot H_n $（调和数）。通过自洽方程推导单阶段期望，无需几何分布或无穷级数，逻辑清晰且适用于大一水平。例如，n=5时期望约11.42，非5。题目要求以带分数形式输出精确结果，算法上需累加分数并化简。

Keven_11的博客 324

不同的二叉搜索树

互不相同的二叉搜索树的种数，以 j (1<=j<=i)为头节点，左子树是 j-1 个数，右子树就是 i - (j - 1) -1 = i - j个数。所以dp[3] = dp[0] * dp[2] + dp[1] * dp[1] + dp[2] * dp[0]头1 = 左子树0节点 * 右子树2节点，二叉搜索树就是排序树，左子树<根节点<右子树，左右子树也满足左子树<根节点<右子树。头2 = 左子树1节点 * 右子树1节点。所以dp[i] += dp[j-1] * dp[i-j]个节点组成且节点值从。

qq_44721738的博客 150

考拉兹猜想 - 7

本文通过引入虚数单位重构Collatz猜想的迭代逻辑，指出偶数减半与奇数“乘3加1”的过程在虚数坐标下等价于归结操作。关键在于：乘3加1使奇数跃升至偶数，随后持续减半，而虚数单位代表“无限减1”，实现无限向有限的转化。无论初始值如何，减半始终主导，最终归结为4-2-1循环。该视角消解了正向思维中的速度竞争疑虑，证明归结是必然结果。

杨铸人的博客 41

SSL证书选RSA还是ECDSA：公钥算法、CA签名与兼容性怎么核对

申请SSL证书时，RSA和ECDSA该怎么选？先分清站点公钥算法、CA签名算法和TLS实际兼容性，再用隔离OpenSSL实验读取两类材料，核对申请、续期和部署交接，避免只看Signature Algorithm就选错。

谁呀！的博客 399

从曲线到储层：Techlog／KAPPA 全流程算法、UltraLAB 选型与本地 AI 部署实战

以高频 CPU 保证交互，以充足内存承载多井与多任务，以 NVMe 打通项目和知识库 I/O，再按本地模型、上下文与并发配置 GPU。对 UltraLAB 用户而言，更合理的采购方式是带着真实项目做选型：一组典型井、一套完整解释模板、一个目标大模型、一次多人并发测试。用实测结果确定配置，才能把预算转化为解释效率，而不是闲置算力。软件模块、操作系统与许可条件以厂商当前正式说明为准；硬件建议需结合项目实测。AI 输出只能作为辅助证据，不能替代岩石物理与油藏工程专业审核。

wdf8088的博客 179

贪心题目：可以到达的最远建筑

为了到达尽可能远的建筑物，在将砖块替换成梯子时，应将高度差最大位置的砖块替换成梯子，此时剩余的砖块数量最多，如果将高度差较小位置的砖块替换成梯子，则剩余的砖块数量较少，能到达的最远建筑物下标不可能更大。开始向后面的建筑物移动，移动过程中维护优先队列存储正高度差，优先队列的队首元素是最大元素，每次遇到正高度差时优先考虑使用砖块，如果砖块数量不够则使用梯子替换最大高度差位置的砖块，直到砖块和梯子都使用完毕时，到达的建筑物即为最远建筑物。如果以最佳方式使用给定的梯子和砖块，返回可以到达的最远建筑物的下标。

stormsunshine的博客 170

【Deep-OC-SORT 01】多轨迹算法Deep-OC-SORT源码分析

本工程基于Deep-OC-SORT核心模块，重构并适配了EmbeddingComputer（外观特征提取）、CMCComputer（相机运动补偿）与OCSort（主跟踪器）三类。前者实现整框/网格模式的特征提取与L2归一化；后者通过稀疏光流或SIFT匹配估计仿射变换，补偿相机运动；主跟踪器融合IoU、外观相似度与方向一致性，支持模块开关与自定义组件，实现高效多目标跟踪。

Jayson 博客 332

【Deep-OC-SORT 05】多轨迹算法Deep-OC-SORT-IoU代价与VDC方向一致性融合过程

本工程在DeepOcSort中实现三路融合关联：IoU（位置重叠）、VDC（速度方向一致性）与外观相似度，通过加权求和生成总相似度，取负作为匈牙利算法的代价。其中，VDC利用轨迹惯性方向与检测方向的点积判断运动一致性，抑制反向误匹配；外观分采用网格化余弦距离并结合动态权重AW，提升遮挡场景下的鲁棒性。支持关闭外观分支（--emb_off），且通过快路径优化加速多数帧处理。最终配对经IoU复核，确保位置合理性，有效减少密集场景下的ID切换。

Jayson 博客 335

上一篇：代码随想录算法训练56 | 动态规划part16_583、72

下一篇：代码随想录算法训练58 | 单调栈part01

地瓜派RDK X5部署YOLOv11n避坑指南：从Softmax瓶颈到BPU加速的实战解析

beta5的博客

03-12

865