weixin_43659314的博客

每日一题 + 234. 回文链表 + 860. 柠檬水找零

每日一题 + 234. 回文链表 + 139. 单词拆分

每日一题 + 76. 最小覆盖子串 + 24. 两两交换链表中的节点

每日一题 + 142. 环形链表 II + 93. 复原 IP 地址

每日一题 + 34. 在排序数组中查找元素的第一个和最后一个位置 + 30. 二叉搜索树的最小绝对差

每日一题 + 416. 分割等和子集 + 617. 合并二叉树

每日一题 + 416. 分割等和子集 + 135. 分发糖果

每日一题 + 3. 无重复字符的最长子串

每日一题 + 53. 最大子数组和

每日一题 + 96. 不同的二叉搜索树

每日一题

每日一题 + 406. 根据身高重建队列

每日一题 + 49.字母异位词分组

剑指offer

剑指offer

学习剑指offer 第17天

剑指offer

学习剑指offer 第13天

剑指offer

剑指offer

剑指offer

剑指offer

学习剑指offer 第六天32-1 从上到下打印二叉树题目描述从上到下打印出二叉树的每个节点，同一层的节点按照从左到右的顺序打印。解析利用队列完成层序遍历 public int[] levelOrder(TreeNode root) { if(root == null) return new int[]{}; //层序遍历 Deque<TreeNode> myqueue = new LinkedList<>();

剑指offer

剑指offer

学习剑指offer

剑指offer

贪心算法

贪心算法

贪心算法

贪心算法

动态规划

学习动态规划follow：代码随想录115. 不同子序列题目描述：给定一个字符串 s 和一个字符串 t ，计算在 s 的子序列中 t 出现的个数。示例：输入：s = “rabbbit”, t = “rabbit”输出：3解释：如下图所示, 有 3 种可以从 s 中得到 “rabbit” 的方案。解析：这道题是删除元素的考虑角度！确定dp数组的含义dp[i][j]：下标为0 - i-1的s包含多少个下标为0 - j-1的t确定递推公式如果最后一个字符相等：用s[i-1]匹配

学习动态规划，力扣1035，53，392

学习动态规划——字符串follow：代码随想录300. 最长递增子序列题目描述给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。解析：一维状态转移数组dp数组的含义：dp[i]代表前i + 1个字符串中包括i的最长严格递增子序列确定递推公式dp[i] = dp[j] + 1，其中j是最大的dp[j]且nums[i] > nums[j]的位置下标初始化dp[0] = 1遍历顺序从前向后遍历，且在内部需要从后向前找到小于该位置的数，并选择dp最大的。二维状

学习动态规划follow：代码随想录188 买卖股票的最佳时机4⃣️题目描述：给定一个整数数组 prices ，它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。注意：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）。解析：此题要求：最多可以完成k笔交易，根据3⃣️可以扩展，每一天一共有2k+1个状态（0是不操作的状态）j = 1 to kdp[i][2j+1]：第i天买入第j次

学习动态规划follow：代码随想录121 买卖股票的最佳时期题目描述：给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。你只能选择 某一天 买入这只股票，并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回 0 。解析：贪心算法在左边找到价值最小的，在右边找到价值最大的即可public int maxProfit(int[] p

学习：动态规划（打家劫舍）follow：代码随想录198. 打家劫舍1⃣️题目描述：你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组，计算你 不触动警报装置的情况下 ，一夜之内能够偷窃到的最高金额。解析：每偷窃到一个屋子，有两种选择：要么不偷该屋子，此时偷盗的金额为偷盗上一个屋子时的金额；要么偷该屋子，但是上一个屋子

学习完全背包问题folllow：代码随想录279. 完全平方数题目描述：给你一个整数 n ，返回 和为 n 的完全平方数的最少数量 。解析：背包：完全平方数（重量：数值）target：n价值：数值目标：求最少数量这是一道完全背包问题：所以使用物品正序+容量正序,递推公式找最小public int numSquares(int n) { //背包：完全平方数（重量：数值）、target：n、价值：数值 //目标：求最少数量 //dp[j]

学习完全背包问题（动态规划）follow:代码随想录完全背包（unbounded knapsack problem）与01背包不同就是每种物品可以有无限多个：一共有N种物品，每种物品有无限多个，第i（i从1开始）种物品的重量为w[i]，价值为v[i]。在总重量不超过背包承载上限W的情况下，能够装入背包的最大价值是多少？一维数组解法： public static int completeBagProblem(){ int[] weight = {1, 2, 4}; i