leetcode 专题:动态规划 python 版(持续更新中)

递归:自己调用自己。代码比较简洁,但是浪费空间,有许多重复计算。

迭代:利用已知的变量值,根据递推公式不断得到新的值,一直到解决问题为止。代码相对复杂一点。

递归中一定有迭代,但是迭代中不一定有递归,大部分可以相互转换。 能用迭代的不用递归,递归调用函数,浪费空间,并且递归太深容易造成堆栈的溢出。

动态规划:通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。通常许多子问题非常相似,为此动态规划法试图仅仅解决每个子问题一次,从而减少计算量: 一旦某个给定子问题的解已经算出,则将其记忆化存储,以便下次需要同一个子问题解之时直接查表,通常用迭代来做。

题目特点:

最优子结构:当问题的最优解包含了其子问题的最优解时,称该问题具有最优子结构性质。

重叠子问题:在用递归算法自顶向下解问题时,每次产生的子问题并不总是新问题,有些子问题被反复计算多次。动态规划算法正是利用了这种子问题的重叠性质,对每一个子问题只解一次,而后将其解保存在一个表格中,在以后尽可能多地利用这些子问题的解。

目录

5 最长回文子串

53 最大子序和

62 不同路径

63 不同路径 ||

64 最小路径和

70 爬楼梯

91 解码方法

120 三角行最小路径和

121 买卖股票的最佳时机

525 连续数组


 

5 最长回文子串

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"

思路:令dp[i][j]为从字符串j到i是否为回文串, dp[i][j] = s[i]==s[j] and (dp[i-1][j+1] or j-i<=2)

53 最大子序和

给定一个整数数组 nums ,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。

示例:

输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。

思路:定义一个函数f(n),以第n个数为结束点的子数列的最大和,存在一个递推关系f(n) = max(f(n-1) + A[n], A[n]);

class Solution(object):
    def maxSubArray(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        dp = 0
        result = nums[0]
        for i in range(len(nums)):
            dp = max(dp+nums[i], nums[i])
            if result<dp:
                result = dp
        return result

62 不同路径

一个机器人位于一个 m x n 网格的左上角,机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角)。

问总共有多少条不同的路径?

说明:m 和 的值均不超过 100。

示例 1:

输入: m = 3, n = 2
输出: 3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
1. 向右 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右

示例 2:

输入: m = 7, n = 3
输出: 28

思路:dp[i][j]表示第i行j列位置的路径个数,dp[i][j]=dp[i-1][j] + dp[i]dp[j-1]

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [[0 for _ in range(n)] for _ in range(m)]
        for j in range(n): 
            dp[0][j] = 1 
        for i in range(m):
            dp[i][0] = 1
        for i in range(1,m):
      
评论 2
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