shao1996的博客

戳气球 有 n 个气球，编号为0 到 n - 1，每个气球上都标有一个数字，这些数字存在数组 nums 中。 现在要求你戳破所有的气球。戳破第 i 个气球，你可以获得 nums[i - 1] * nums[i] * nums[i + 1] 枚硬币。 这里的 i - 1 和 i + 1 代表和 i 相邻的两个气球的序号。如果 i - 1或 i + 1 超出了数组的边界，那么就当它是一个数字为 1 的气球。 求所能获得硬币的最大数量。 class Solution { /** * 思路分析

最佳买卖股票含冷冻期 给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格 。​ 设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）: 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。 卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。 class Solution { public int maxProfit(int[] prices) { if(prices == null || prices.

最长递增子序列 给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。 子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。 class Solution { /** * 思路分析： * 1 时间复杂度O（n^2） * 返回最长递增子序列的长度dp[i]：表示以i为结尾的最长递增子序列 * 转移方程：dp[i]

题意： 一个东西爱吃花，有两种颜色红R和白W，他吃白花每次都一组一组吃，一组是连续在一起的k个，问在花的个数从ai到bi范围里，他总共有多少种吃法？ 分析： dp[i]是长度为 i 的方案数。 当 i 当 i>k时，dp[i]=dp[i-1]+dp[i-k]. 长度为 i 的方案数=长度为i-1的方案数+一朵红花或者长度为i-k的方案数 + K朵白花。 代码： #includ

题意： 在一个岛上，有 r 个石头，s 个剪刀和 p 个布，遵循石头剪刀布的规则，他们之间相遇的概率相等，问他们存活的概率。 输入： 2 2 2 2 1 2 1 1 3 输出： 0.333333333333 0.333333333333 0.333333333333 0.150000000000 0.300000000000 0.550000000000

题意： 有 n 个人上电梯，每个人是否上电梯的概率是 p ,每个人不管是否上电梯都需要花费一秒，问 t 秒内，电梯上有多少人？（上了电梯 的人要一直在电梯上呆着）。 分析： 因为上了电梯的人要一直在电梯上呆着，因此用 dp[i][j] 表示第 i 秒第 j 个人上电梯的概率，初始dp[0][0]=1,当 n 个人全部上电梯以后， 此时时间已经不能影响概率：dp[i][j]=dp[

题意： 一个数塔，从上到下只能走相邻的点即在一个三角形区域内，问从上到下最大的和是多少？ 输入： 5 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5 输出： 30 分析： 简单dp,就是一个数塔，可以用一维数组节省空间。 状态转移方程：dp[i][j] = a[i][j] + max( dp[i+1][j], dp[i+1][j+1])

动态规划总结： 动态规划算法，在T大某位老师的书中说就是递推+重复子问题。 动态规划算法的效率主要与重复子问题的处理有关。   典型的题目有 陪审团，最大公共子串问题   1，最大公共子串问题   这个是动态规划的基础题目。动态规划就是递推和重复子结构。 确定了递推关系后。找到一个能极大地减少重复运算的子结构至关重要。选的好了，时间效率会很

一、问题描述 有n个物品，每个物品有各自的体积和价值，有一个给定容量的背包。 问：在不超过背包总容量的前提下，如何装物品才能使得背包的总价值最大？ 二、动态规划算法原理及其过程 1、原理 动态规划是把大问题拆分成若干子问题，通过寻找大问题与子问题的递推关系， 解决一个个子问题，最终到达解决原问题的效果。 动态规划则通过填写表把所有已经解决的子问题答案记录下来， 在新问题里需要用到的子问题的解可以...