吃醋不爱蘸饺子的胡诌乱造

动态规划和备忘录的比较： 动态规划解法其实和递归备忘录解法很相似，也有点不太相同。 动态规划使用dp数组来记录状态。递归备忘录使用备忘录来记录已经计算过的子问题。 动态规划是自底向上，递归是自顶向下的。 问题的描述： 就是给定一个钱数n，然后给定一个k种硬币 然后输入硬币的面值，然后求出最少的硬币来凑出这个钱数 例如：11块 有三种硬币 1 2 5 那么最少数就是 3（两个5和一个1） 解决代码： #include <iostream> #include <vector> usi

问题很常见吧！就是给定一个钱数n，然后给定一个k种硬币 然后输入硬币的面值，然后求出最少的硬币来凑出这个钱数 例如：11块 有三种硬币 1 2 5 那么最少数就是 3（两个5和一个1） #include <iostream> #include <algorithm> #include <vector> #include <cstring> using namespace std; int dp(int n,vector<int> &coin

1.如果让我们递归解决，我们通常使用这一段代码来解决斐波那契数列问题 int fib(int n){ if(n==1 || n==2) return 1; else return fib(n-1) + fib(n-2); } 确实简单又好懂，可是这段代码细思极恐，时间复杂度是指数级的O(2n)。这可了不得。 那么为什么它的时间复杂度这么高呢？ 我们画出递归树 #mermaid-svg-Prlnr0BlDY1omGDf .label{font-family:'trebuchet ms', verdan

给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。 示例 1： 输入: “babad” 输出: “bab” 注意: “aba” 也是一个有效答案。 示例 2： 输入: “cbbd” 输出: “bb” 来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/longest-palindromic-substring 解决方法： 我这里我使用的是动态规划可能时间复杂度O(n2)有点大，但是我是正在做这个。 我们想到一个串是否

这是动态规划很经典的一个问题 就是一个三角形类似这样：  2 3 4 输出顶点的到底部的最大和，限制条件元素只能左下或者右下走 例如：上述这个三角形，这个输出就是6 解决方法：动态规划 定义的dp数组的小只需要和最后一行的元素个数相等即可。例如最后一行输入的数据最后一行是10个元素，我就只需要定义一个dp[10]。 首先我们可以用一个二维数组来存储这个三角形 那么第一行就是一个元素，第n行就是n个元素 然后我们遍历每一行的时候就用dp数组来存储本行的最大值，例如最后一行的元素它们本身，然后倒数第

上体育课的时候，小蛮的老师经常带着同学们一起做游戏。这次，老师带着同学们一起做传球游戏。 游戏规则是这样的：n 个同学站成一个圆圈，其中的一个同学手里拿着一个球，当老师吹哨子时开始传球，每个同学可以把球传给自己左右的两个同学中的一个（左右任意），当老师再次吹哨子时，传球停止，此时，拿着球没传出去的那个同学就是败者，要给大家表演一个节目。 聪明的小蛮提出一个有趣的问题：有多少种不同的传球方法可以使得从小蛮手里开始传的球，传了 m 次以后，又回到小蛮手里。两种传球的方法被视作不同的方法，当且仅当这两种方法中，接