LeetCode 实践练习51-55

博客围绕LeetCode多道题目展开。包括N皇后问题,采用回溯递归解法;最大子序和用当前数与子序列和比较;螺旋矩阵需确定上下左右边位置;跳跃游戏使用贪婪算法,维护最远能到达位置。还提及N皇后问题有求具体解法和数量两种情况。

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

LeetCode—51(N皇后问题)

在这里插入图片描述
方法:经典的N皇后问题,基本所有的算法书都会包含的问题,经典的解法为回溯递归,一层层的向下扫描,需要用到一个pos数组,其中pos[i]表示第i行皇后的位置,初始化为-1,然后从第0开始递归,每一行都一次遍历各列,判断如果在该位置皇后会不会有冲突,依次类推,当到最后一个皇后放好后,一种解法就生成了,将其存入结果res中,再继续。
C++代码:

class Solution {
public:
    vector<vector<string>> solveNQueens(int n) {
        vector<vector<string>> res;
        vector<int> pos(n,-1);
        solveNQueenDFS(pos,0,res);
        return res;
    }
    void solveNQueenDFS(vector<int> &pos,int row,vector<vector<string>> &res){
        int n = pos.size();
        //若row等于n,则所有皇后都填充完成,将结果加入res
        if (row == n) {
            vector<string> out(n,string(n,'.'));//生成n*n的全是'.'的结果
            for(int i = 0;i < n;i++){
                out[i][pos[i]] = 'Q';//将皇后赋值到指定位置
            }
            res.push_back(out);
        }else{
            for (int col = 0;col < n;col++){
                if (isValid(pos,row,col)){
                    pos[row] = col;
                    solveNQueenDFS(pos,row+1,res);
                    pos[row] = -1;//关键操作,必须保证每次选皇后时,当前行列的值为空,不能影响下一个列的有效判断
                    //将上面一步注释,没有报错,反而变得更加快了 快乐50ms
                }
            }
        }
    }
    bool isValid(vector<int>& pos,int row,int col){
        for(int i =0;i < row;i++){
            if(col == pos[i] || abs(row - i) == abs(col - pos[i])){//对角线的性质|行-当前数的行数| = |列-当前数的列数|
                return false;//逐行判断,目前的皇后问题是否有效
            }
        }
        return true;
    }
};

LeetCode—52(N皇后问题)

与上面一题,题目一样。但是需要的结果不是解法,只需要给出解法的数量即可。

LeetCode—53(最大子序和)

在这里插入图片描述
方法:用当前数与子序列和比较

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int res = INT_MIN,cursum = 0;
        for (int num:nums){
            cursum = max(cursum+num,num);
            res = max(res,cursum);
        }
        return res;
    }
};

另一个方法:O(nlgn)O(nlgn)O(nlgn)(待了解)

LeetCode—54(螺旋矩阵)

在这里插入图片描述
方法:对于这种螺旋遍历的方法,重要的是要确定上下左右四条边的位置,那么初始化的时候,上边up就是0,下边down就是m-1,左边left是0,右边right是n-1。然后我们进行while循环,先遍历上边,将所有元素加入结果res,然后上边下移一位,如果此时上边大于下边,说明此时已经遍历完成了,直接break。同理对于下边,左边,右边,依次进行相对应的操作,这样就会使得坐标很有规律,并且不易出错。(理解代码)

class Solution {
public:
    vector<int> spiralOrder(vector<vector<int>>& matrix) {
        if (matrix.empty() || matrix[0].empty()) return {};
        int m = matrix.size(), n = matrix[0].size();
        vector<int> res;
        int up = 0, down = m - 1, left = 0, right = n - 1;
        while (true) {
            for (int j = left; j <= right; ++j) res.push_back(matrix[up][j]);
            if (++up > down) break;
            for (int i = up; i <= down; ++i) res.push_back(matrix[i][right]);
            if (--right < left) break;
            for (int j = right; j >= left; --j) res.push_back(matrix[down][j]);
            if (--down < up) break;
            for (int i = down; i >= up; --i) res.push_back(matrix[i][left]);
            if (++left > right) break;
        }
        return res;
    }
};

LeetCode—55(跳跃游戏)

在这里插入图片描述
方法:首先题目的意思是每个元素代表你在该位置可以跳跃的最大长度。贪婪算法Greedy Algorithm,因为我们并不是很关心每一个位置上的剩余步数,我们只希望知道能否到达末尾,也就是说我们只对最远能到达的位置感兴趣,所以我们维护一个变量reach,表示最远能到达的位置,初始化为0。遍历数组中每一个数字,如果当前坐标大于reach或者reach已经抵达最后一个位置则跳出循环,否则就更新reach的值为其和i + nums[i]中的较大值,其中i + nums[i]表示当前位置能到达的最大位置。
C++代码:

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int reach = 0,n = nums.size();
        for(int i = 0;i < n;i++){
            if(reach >= n-1 || i > reach) break;
            reach = max(reach,i + nums[i]);
        }
        return reach >= n-1;
    }
};
内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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