m0_74062928的博客

假设数组有两个数字，[ 10, 100 ]，' 10 ' +' 100 ' >' 100 ' + ' 10 '，所有应该是 [ 100, 10]。代码：快排 sorted(当然我们也可以使用自定义排序key)知道这个排序规则的话，我们可以使用快排。

采用BFS广度优先搜索，关键是利用队列维护正在访问层的所有节点。

另一种复杂度较低的就是动态算法，可以把每个数当作一个物品，一个个往里放，然后状态转移。话不多说，暴力解法就不说了。

分组背包问题也很简单，01背包问题就可以看作是分组背包问题的特殊情况，一个物品一组。

先来看一下python库的解法，遍历列表。

这个问题和01背包问题可以说几乎一样，只是多加了一维。

斐波那契数列有两种方法，第一种是递归（空间损耗过大，而且比较慢），第二种是“暴力”求解，然后利用字典存储，方便查询。

easy。

背景：此文章最后重难点分析有代码相关逻辑的难点解释，务必要认真思考。完全背包是在0-1背包问题的基础上进行稍加修改即可。循序渐进，建议先弄懂0-1背包问题再学习完全背包问题。

两种不同的解法无非就是转换为之前做的问题，第二种解法的难点就在于如何转换为0-1背包问题，不过思路清楚之后也很好解决。

这个题搞清楚思路之后就会很简单。

动态规划的核心思想就是把一个大问题分解成很多小问题，然后逐个解决这些小问题，最后把这些小问题的解组合起来，就得到了大问题的解。为什么要用动态规划？有些问题直接解决很难，但是分解成小问题就容易多了。很多小问题是重复的，我们可以把这些小问题的解保存起来，避免重复计算。背包问题，就像在玩一个非常有趣的“装箱”游戏！想象一下，你有一个背包，它只能装下一定重量的东西。现在，你面前有一堆玩具，每个玩具都有自己的重量和价值，每个玩具只能装一个。在背包的重量限制下，装下尽可能多的玩具，并且让这些玩具的总价值最高。

这个很简单。