longool的博客

解析 使用希尔排序算法对运动员的成绩排序，建立出每位运动员的成绩和名次的映射关系。然后遍历整个数组，将每位运动员的成绩替换为名次即可。 class Solution { public String[] findRelativeRanks(int[] nums) { int[] arr = nums.clone(); shellSort(arr); // 建立每位运动员的成绩和名次的映射关系 HashMap<Integer, Int

1007. 行相等的最少多米诺旋转 题目来源：力扣（LeetCode） https://leetcode-cn.com/problems/minimum-domino-rotations-for-equal-row/ 解题思路： 如果能使A中或者B中所有值都相等，比如都为x，那么必然在A[0]或B[0]中至少也存在一个x。 于是对于该问题，我们只需要考虑以A[0]、B[0]这两个数为基准，查找后面每个A[i]、B[i]元素是否存在与A[0]、B[0]相等。 public int minDominoRotat

贪心算法 贪心算法（又称贪婪算法）是指，在对问题进行求解时，总是做出在当前看来是最好结果的选择。其不从整体最优上加以考虑，算法得到的是在某种意义上的局部最优解。 贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。 贪心算法一般按如下步骤进行： ①建立数学模型来描述问题； ②把求解的问题分成若干个子问题； ③对每个子问题求解，得到子问题的局部最优解； ④把子问题的解局部最优解合成原来解问题的一个解。 贪

状态压缩动态规划（状压dp） 动态规划实际上就是重复使用历史记录。有时候在解决一个问题的时候，通常是将问题转化为一系列的子问题，子问题再转化为一些的子问题，这样就把大问题细化成了小问题，但是在所有的子问题中可能出现相同的子问题，于是动态规划就将每种的不同的子问题存储到表中，当再次遇到相同的子问题就从表中查找已存的历史记录即可，减少计算时间。把历史记录称作为状态。 通常用一位数组dp[]或者二维数组dp[][]甚至三维数组dp[][][]来保存历史记录（状态）。 有时候对于一些问题，其状态表示很复杂，需要较多

动态规划（DP）与分治算法相似，都是通过组合子问题的解来求解原问题。 分治方法将问题划分为互不相交的子问题，递归地求解子问题，再将它们的解组合起来，求出原问题的解。 实现方案： 自底向上法： 带备忘录的自顶向下法（记忆化搜索）： https://www.cnblogs.com/steven_oyj/archive/2010/05/22/1741374.html ...