day31打卡

本文介绍了如何使用贪心策略解决LeetCode中的分发饼干问题,以及利用动态规划方法解决摆动序列和最大子数组和问题。详细阐述了状态转移方程和填表过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

day31打卡

455. 分发饼干 - 力扣(LeetCode)

思路:用贪心的策略,排序两个数组,用最大的饼干倒着遍历孩子找出对应的第一个能满足的孩子,再继续向前遍历,直到饼干吃完即可。

class Solution {
public:
    int findContentChildren(vector<int>& g, vector<int>& s) {
        //排序
        sort(g.begin(), g.end());
        sort(s.begin(), s.end());
        //记录数量
        int ret = 0;
        int tmp = s.size() - 1;
        for(int i = g.size()-1; i >= 0; i--)
        {
            if(tmp >= 0 && s[tmp] >= g[i])
            {
                ret++;
                tmp--;
            }
        }
        return ret;
    }
};

376. 摆动序列 - 力扣(LeetCode)

动态规划,思路:

dp表:

​ 使用两个dp表,一个记录以i结尾,最后一个位置呈上升趋势的最长摆动序列的长度;

​ 另一个记录,以i为结尾,最后一个位置呈下降趋势的最长摆动序列的长度

状态转移方程:

​ 以i为结尾,它的前一个位置可以是[0, i-1],所以我们设j为[0, i-1]区间的某个位置

所以f[i]可以分为:

  • 子序列长度为1,f[i] = 1
  • 子序列长度大于1,由于结尾要为上升趋势,所以nums[i] > nums[j]并且j结尾需要呈下降趋势,所以最长摆动序列就是g[j]+1

g[i]可以分为:

  • 子序列长度为1,g[i] = 1
  • 子序列长度大于1,结尾需要呈下降趋势,所以nums[i] < nums[j]并且j结尾需要呈上升趋势,最长摆动序列就是f[i]+1

所以只需要取,当前长度分别和g[i]+1,f[i]+1的最大值即可。

初始化:

​ 所有元素能单独构成摆动序列,初始化为1即可。

填表顺序:

​ 从左向右

返回值:

​ 返回两个dp表中的最大值即可,我们也可以自己维护一个最大值ret

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int n = nums.size();
        if(n < 2) return n;
        //创建dp数组
        vector<int> f(n, 1), g(n, 1);
        //初始化
        //填表
        int ret = 1;
        for(int i = 1; i < n; i++)
        {
            for(int j = 0; j < i; j++)
            {
                if(nums[i] > nums[j])
                    f[i] = max(f[i], g[j]+1);
                if(nums[i] < nums[j])
                    g[i] = max(g[i], f[j]+1);
            }
            ret = max(ret, max(f[i], g[i]));
        }
        //返回值
        return ret;
    }
};

53. 最大子数组和

动态规划,思路:

dp表:

​ dp[i]表示以i元素为结尾的所有子数组中的最大和。

状态转移方程:

​ dp[i]分为两种情况:

  • 子数组长度为1:dp[i] = nums[i]

  • 子数组长度大于1:dp[i]等于以i-1做结尾的dp数组加上nums[i]即可

    为:dp[i] = dp[i-1] + nums[i]

所以,状态转方程为dp[i] = max(nums[i], dp[i-1]+nums[i])

初始化:

​ 在最前面加上一个辅助节点,dp[0] = 0 ,在第一次填表时,会访问到该位置,为了保证结果不出错初始化为0。

填表:

​ 从左到右

返回值:

​ 返回dp表中的最大值即可。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        //创建dp数组
        int n = nums.size();
        if(n == 1) return nums[0];
        vector<int> dp(n+1);
        //初始化
        dp[0] = 0;
        //填表
        for(int i = 1; i <= n; i++)
        {
            dp[i] = max(nums[i-1], dp[i-1] + nums[i-1]);
        }
        //返回值
        int ret = INT_MIN;
        for(int i = 1; i <= n; i++)
            ret = max(ret, dp[i]);
        return ret;
    }
};
### 钉钉打卡功能使用指南 钉钉打卡功能是一种通过手机应用程序实现的自动化考勤管理系统。其主要目的是帮助企业管理员工的工作时间和出勤情况,提升企业管理效率[^2]。 #### 基础设置 要启用钉钉打卡功能,首先需要在企业的钉钉管理后台开启相应的权限并配置打卡规则。具体步骤包括但不限于: - 登录企业版钉钉管理后台。 - 进入【应用】->【考勤打卡】模块。 - 设置打卡地点范围(如地理围栏)、上下班时间以及允许使用的设备类型等参数。 #### 自动化解决方案 对于希望进一步简化流程的用户来说,可以考虑利用第三方插件或脚本来实现更高级别的自动化操作。例如,“DingDingAutoPlayCard”项目就提供了一种基于定时任务的技术手段来达成每日按时自动提交健康状态报告的目的;而另一个名为“DingTalk Check In”的开源工具则专注于解决日常通勤中的签到需求[^3]。 这些方法通常依赖于系统级调度机制(比如 Windows Task Scheduler 或 Linux Cron Jobs),或者是专门为此目的编写的 Python 脚本配合 `schedule` 库一起工作。它们能够在指定时刻触发相应动作从而代替人工干预完成整个过程。 #### 故障排查技巧 如果遇到无法正常工作的状况,则可以从以下几个方面入手寻找原因: 1. **网络连接问题**: 确认当前环境下的互联网访问是否畅通无阻; 2. **位置服务授权不足**: 检查移动终端上的GPS定位选项是否有被授予足够的权限给APP本身; 3. **版本兼容性差异**: 更新至最新客户端软件以获得更好的稳定性表现; 4. **服务器端维护活动影响**: 查看官方公告确认是否存在计划内的停机检修时段覆盖到了实际发生故障的时间区间内[^5]。 ```python import schedule import time def job(): print("I'm working...") # Example of scheduling a task every day at specific times. schedule.every().day.at("09:00").do(job) while True: schedule.run_pending() time.sleep(1) ``` 以上代码片段展示了一个简单的例子,说明如何安排每天固定时间段执行某项预定作业——这里只是打印一句话而已,但在真实场景下这一步骤可能会调用 API 接口向目标服务平台发送请求消息等内容[^2]。 ### 数据安全保障措施 无论是选用哪一种途径实施自动化处理逻辑,都应当特别注意保护好个人信息资料的安全性。所幸的是,像 “DingTalk Check In”这样的优质资源已经充分考虑到这一点,并承诺绝不会保存任何敏感数据副本之外还会采取额外加密技术保障传输环节中的隐私权不受侵犯[^3]。 ---
评论
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