leetcode: Triangle

本文介绍了一种求解三角形最小路径和的问题,通过动态规划的方法从顶点到底部找到路径总和最小的路径。示例中给出了具体的实现过程,并提供了一个C++示例代码。

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

Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent numbers on the row below.

For example, given the following triangle

[
     [2],
    [3,4],
   [6,5,7],
  [4,1,8,3]
]

The minimum path sum from top to bottom is 11 (i.e., 2 + 3 + 5 + 1 = 11).

Note:
Bonus point if you are able to do this using only O(n) extra space, where n is the total number of rows in the triangl


以下算法并不算最优算法

#define MIN_NUM  10000

class Solution {
//用动态规划的思想,从下到上或者从上到下
int  min(int a, int b)
{
    if (a <= b)
        return a;
    return b;
}

public:
    int minimumTotal(vector<vector<int> > &triangle) {
        // Start typing your C/C++ solution below
        // DO NOT write int main() function
        
        
        int vectorSize = triangle.size();
        
        if (vectorSize == 1)
            return triangle[0][0];
        
        vector<int> Level1;
        vector<int> Level2;
        
        vector<int> *pPreLevel = &Level1;
        vector<int> *pCurLevel = &Level2;
        
                
        pPreLevel->push_back(triangle[0][0]);
        
        for(int curLevel = 1; curLevel < vectorSize; curLevel++)
        {
            int curLevelSize = triangle[curLevel].size();
            
            for (int i = 0; i < curLevelSize; i++)
            {
                if (i == 0)
                {
                    pCurLevel->push_back((*pPreLevel)[0]+triangle[curLevel][i]);
                }
                else if (i == curLevelSize-1)
                {
                    pCurLevel->push_back((*pPreLevel)[i-1]+triangle[curLevel][i]);
                }
                else
                {
                    pCurLevel->push_back(min((*pPreLevel)[i-1], (*pPreLevel)[i])+triangle[curLevel][i]);
                }
            }
            vector<int> *pTemp;
            
            pTemp = pPreLevel;
            pPreLevel->clear();
            
            pPreLevel = pCurLevel;
            pCurLevel = pTemp;
        }
        
        int minSum = MIN_NUM;
        for(int idx = 0; idx < pPreLevel->size(); idx++)
        {
            if ((*pPreLevel)[idx] < minSum)
            {
                minSum = (*pPreLevel)[idx];
            }
        }
        
        return minSum;
    }
};


内容概要:本文详细探讨了基于MATLAB/SIMULINK的多载波无线通信系统仿真及性能分析,重点研究了以OFDM为代表的多载波技术。文章首先介绍了OFDM的基本原理和系统组成,随后通过仿真平台分析了不同调制方式的抗干扰性能、信道估计算法对系统性能的影响以及同步技术的实现与分析。文中提供了详细的MATLAB代码实现,涵盖OFDM系统的基本仿真、信道估计算法比较、同步算法实现和不同调制方式的性能比较。此外,还讨论了信道特征、OFDM关键技术、信道估计、同步技术和系统级仿真架构,并提出了未来的改进方向,如深度学习增强、混合波形设计和硬件加速方案。; 适合人群:具备无线通信基础知识,尤其是对OFDM技术有一定了解的研究人员和技术人员;从事无线通信系统设计与开发的工程师;高校通信工程专业的高年级本科生和研究生。; 使用场景及目标:①理解OFDM系统的工作原理及其在多径信道环境下的性能表现;②掌握MATLAB/SIMULINK在无线通信系统仿真中的应用;③评估不同调制方式、信道估计算法和同步算法的优劣;④为实际OFDM系统的设计和优化提供理论依据和技术支持。; 其他说明:本文不仅提供了详细的理论分析,还附带了大量的MATLAB代码示例,便于读者动手实践。建议读者在学习过程中结合代码进行调试和实验,以加深对OFDM技术的理解。此外,文中还涉及了一些最新的研究方向和技术趋势,如AI增强和毫米波通信,为读者提供了更广阔的视野。
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