LintCode 512: Decode Ways (DP好题)

  1. Decode Ways
    中文English
    A message containing letters from A-Z is being encoded to numbers using the following mapping:

‘A’ -> 1
‘B’ -> 2

‘Z’ -> 26
Given an encoded message containing digits, determine the total number of ways to decode it.

Example
Example 1:

Input: “12”
Output: 2
Explanation: It could be decoded as AB (1 2) or L (12).
Example 2:

Input: “10”
Output: 1
Notice
我们不能解码空串,因此若消息为空,你应该返回0。

解法1:DP
每次有两步:
第一步, 若 s[i] 表示的数字在 1~9 范围内, dp[i] += dp[i-1]
第二步, 若s[i-1]和s[i]连起来的数字在 10~26 范围内, dp[i] += dp[i-2] (注意,若i==1, 则dp[i] += 1)
注意stoi()函数。
注意:

  1. 为什么dp[0] = 1呢? 这里的下标0并不是第一个字符(下标1才是第一个字符),而是作为一个特殊值备用。
    当s = "12"时,dp[1]=1 因为第一个字符是1不为0。dp[2]要加上dp[1]并要考虑"12"为整个的情况,所以又要加上1,这里dp[0]就用上了。

代码如下:

class Solution {
public:
    /**
     * @param s: a string,  encoded message
     * @return: an integer, the number of ways decoding
     */
    int numDecodings(string &s) {
        int n = s.size();
        if (n == 0) return 0;
        
        vector<int> dp(n + 1, 0);
        dp[0] = 1;
        dp[1] = (s[0] == '0') ? 0 : 1;
        
        for (int i = 2; i <= n; ++i) {
            int curDigit = s[i - 1] - '0';
            if (curDigit >= 1 && curDigit <= 9) {
                dp[i] += dp[i - 1];   //  dp[i] = dp[i - 1]; 也可以
             }
            
            //int cur2Digits = stoi(to_string(s[i - 2] + s[i - 1]));
            int cur2Digits = stoi(s.substr(i - 2, 2));
           
            if (cur2Digits >= 10 && cur2Digits <= 26) {
                dp[i] += dp[i - 2];
            }
        
            if (dp[i] == 0) return 0; // it shows its an invalid string
        }

        return dp[n];
    }
};

二刷:

class Solution {
public:
    /**
     * @param s: a string,  encoded message
     * @return: an integer, the number of ways decoding
     */
    int numDecodings(string &s) {
        int n = s.size();
        if (n == 0) return 0;
        vector<int> dp(n + 1, 0);
        dp[0] = 1;
        for (int i = 1; i <= n; i++) {
            char c1 = s[i - 1];
            if (c1 != '0') dp[i] = dp[i - 1];
            if (i > 1) {
                string tmpStr = s.substr(i - 2, 2);
                int tmpStrInt = stoi(tmpStr);
                if (tmpStrInt >= 10 && tmpStrInt <= 26) {
                    dp[i] += dp[i - 2];
                }
            }
        }
        return dp[n];
    }
};
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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