力扣面试题 17.16. 按摩师——Java

探讨了如何使用动态规划解决按摩师预约问题,通过优化预约集合,找到总预约时间最长的方案。从左至右记录每个位置的最大时间,考虑休息时间限制,避免接受相邻预约。

这道题不难,就是记录一下第一次双百

题目描述:
一个有名的按摩师会收到源源不断的预约请求,每个预约都可以选择接或不接。在每次预约服务之间要有休息时间,因此她不能接受相邻的预约。给定一个预约请求序列,替按摩师找到最优的预约集合(总预约时间最长),返回总的分钟数。

思路:动态规划思想解决问题。从左往右依次记录每个位置的最大时间,然后当处于i位置是时,访取i-2,i-3位置的值(当然这里要注意处理下标越界问题),取出其中的较大值,与i值相加为i位置的值,直到最后一个数。


提交结果
在这里插入图片描述
源码

class Solution {
    public int massage(int[] nums) {
        if(nums.length != 0){
            int[] dt = new int[nums.length];
            dt[0] = nums[0];
            for(int i = 1; i < nums.length; i++){
                if(i - 3 >= 0){
                    int mid = dt[i-2] > dt[i-3]?dt[i-2]:dt[i-3];
                    dt[i] = nums[i] + mid;
                }
                else if(i - 2 >= 0){
                    dt[i] = nums[i] + dt[i-2];
                }
                else dt[i] = nums[i];
            }
            if(dt.length>=2)
            return dt[dt.length-1] > dt[dt.length-2]?dt[dt.length-1]:dt[dt.length-2];
            else return dt[dt.length-1];
        }
        else return 0;
    }
}
力扣平台出现Out of memory错误,通常是由于代码在运行过程中消耗了过多的内存资源。以下是一些常见的解决办法: ### 优化数据结构 - **减少不必要的存储**:避免使用过大的数组或列表来存储数据。例如,如果只需要处理当前元素和前一个元素,就不需要将所有元素都存储在数组中。 ```python # 斐波那契数列,避免使用数组存储所有结果 def fibonacci(n): if n <= 1: return n a, b = 0, 1 for _ in range(2, n + 1): a, b = b, a + b return b ``` ### 及时释放资源 - **使用`using`语句**:在C#中,如果使用了实现了`IDisposable`接口的对象,如文件流、数据库连接等,使用`using`语句可以确保对象在使用完后及时释放资源。 ```csharp using System.IO; class Program { static void Main() { using (StreamReader reader = new StreamReader("file.txt")) { string line = reader.ReadLine(); // 处理数据 } // reader对象在此处自动释放资源 } } ``` ### 优化算法复杂度 - **避免指数级复杂度的算法**:一些算法的时间和空间复杂度会随着输入规模的增大而呈指数级增长,尽量使用更高效的算法。例如,使用动态规划来解决一些递归问题,避免重复计算。 ```python # 爬楼梯问题,使用动态规划优化 def climbStairs(n): if n <= 2: return n dp = [0] * (n + 1) dp[1] = 1 dp[2] = 2 for i in range(3, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` ### 分块处理数据 - **大数组分块处理**:如果需要处理大规模的数据,可以将数据分成小块进行处理,减少一次性占用的内存。 ```python # 大数组分块求和 def sum_large_array(arr): chunk_size = 1000 total_sum = 0 for i in range(0, len(arr), chunk_size): chunk = arr[i:i + chunk_size] total_sum += sum(chunk) return total_sum ```
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