荷叶头-优快云博客

原创 56. 合并区间

本文介绍了一种合并重叠区间的高效算法。算法首先按区间起始位置排序（O(nlogn)时间），然后线性扫描合并重叠区间。关键步骤是：比较当前区间与已合并的最后一个区间，无重叠则直接添加，有重叠则合并右端点。时间复杂度由排序决定为O(nlogn)，空间复杂度为O(logn)（仅排序开销）。该算法通过预处理和贪心策略，确保正确覆盖所有输入区间。

2025-10-16 17:19:33 361

本文介绍了两种解决最大子数组和问题的算法。动态规划法通过维护当前最大和(pre)和全局最大和(maxAns)，在O(n)时间和O(1)空间内解决问题。分治法采用递归策略，将数组二分后合并子问题，通过Status类维护四个关键指标(lSum,rSum,mSum,iSum)，时间复杂度为O(n)，空间复杂度为O(logn)。两种方法都能高效求解该问题，动态规划更简洁，而分治法展示了分治思想的典型应用。

2025-10-16 11:22:03 626

原创 76. 最小覆盖子串-滑动窗口-优化版

该算法使用滑动窗口在字符串s中寻找涵盖t所有字符的最小子串。通过维护两个哈希表（need记录目标字符需求，window记录当前窗口字符）和变量have（已满足的字符种类数），优化了检查过程。右指针扩展窗口直到满足条件，然后左指针收缩窗口寻找最小子串。时间复杂度O(m+n)，空间复杂度O(k)，其中m、n为字符串长度，k为字符集大小。相比暴力解法显著提高了效率，确保在单次遍历中完成搜索。

2025-10-15 11:05:19 194

原创文献学习：DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning图片解读

摘要：DeepSeek-R1通过强化学习提升大语言模型的推理能力。研究显示，该模型在美国数学邀请赛(AIME)中的表现超越人类平均水平，且采用多数共识方法(cons@16)比单次尝试(pass@1)准确率更高。训练过程中模型自主延长响应长度，展现出更深入的思考能力。研究采用多阶段优化流程，包括监督微调和GRPO（群体相对策略优化）强化学习方法，后者通过组内奖励比较估计优势，比传统PPO方法更高效。模型在语言表达和人类偏好方面均有显著进步，但存在过度思考和重复问题。

2025-10-14 15:40:43 595

原创论文学习：DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning翻译

通用推理是人工智能（AI）领域长期存在的一个艰巨挑战。最近的突破，例如大型语言模型（LLM）和思想链（CoT）推理，在基础推理任务上取得了相当大的成功。然而，这一成功在很大程度上取决于广泛的人类-注释的演示，模型的能力仍然不足以解决更复杂的问题。在这里，我们表明，LLM的推理能力可以通过纯强化学习（RL）来激励，避免了对人类标记的推理轨迹的需要。所提出的RL框架促进了高级推理模式的紧急开发，例如自我反思，验证和动态策略适应。

2025-10-14 11:00:28 874

原创 239. 滑动窗口最大值-方法三：分块 + 预处理

(i+1) % k == 0，即i+1是k的整数倍，i+1=ak，i=ak-1，a为正整数，第一个块为0到k-1，第二个为k到2k-1，可以看出，(i+1) % k == 0时i是块的尾端。假如滑动了m次，窗口一个个元素的索引为m，那在当前所处索引的后缀最大项和窗口最后一个元素索引m+k-1的前缀最大项两个最大项其中更大的一个就是所求的值。如果i是一个块的开始，初始化prefixMax[i]为nums[i]。一个窗口从i开始，i+k-1结束，即i的后缀最大和i+k-1的前缀最大的最大值就是总的最大值。

2025-10-13 15:59:31 207

原创 239. 滑动窗口最大值-方法二：单调队列

初始化单调递减队列。while q首先确保q不为空，然后将当前元素与队尾元素进行比较，q[-1]即为队尾元素的索引。然后将右端小于等于当前元素的索引删掉，因为索引在这个元素之前并且小于他的元素不会成为最大值。维护一个单调递减队列，加入一个元素时删除右端小于他的索引，因为索引在这个元素之前并且小于他的元素不会成为最大值，将元素索引加入最右端，然后删除左端不在窗口内的索引。如果i为k，前k个索引是1到k，那么0就会被删除，k-k=0。初始化ans为数组，左端第一个索引对应的元素就是最大的，将其添加给ans。

2025-10-13 10:33:15 241

原创 239. 滑动窗口最大值-方法一：优先队列

如果nums单调递增，所有元素都会留在堆中，因为顶部永远是更大的元素，此时堆的大小就是n，n次插入就是O(nlogn)。初始的窗口为0到k-1，当i为k时，说明窗口向右滑动了一次，i-k为0，小于等于0的就是(-nums[0], 0)，依次类推。heappush向堆中插入元素，q为要插入元素的堆，(-nums[i], i)为要插入的元素。初始化ans列表，q[0]是堆顶元素，-q[0][0]取堆顶元素的第一个值的相反数，即原数组最大值。初始化堆的heapify函数的复杂度是O(k)，成本远小于n，忽略。

2025-10-11 15:53:43 176

原创 560. 和为 K 的子数组

给你一个整数数组nums和一个整数k，请你统计并返回该数组中和为k的子数组的个数。子数组是数组中元素的连续非空序列。

2025-10-11 11:33:55 188

原创 438. 找到字符串中所有字母异位词

ord('a')的结果是97，ord(s[i]) - 97将字符转换成0-25的索引。时间复杂度：O (n + m + Σ)：O (m)：对应两个初始化操作的总时间，O (n)：对应滑动窗口移动的总时间，O (Σ)：对应初始化differ变量的时间。ord(s[i]) - 97是左方删除的字符，如果索引为1，说明s比p多1，则在删除后数目一样。count为0到p_len-1中s的字符数减去p的字符数，列表记录每种字符数的差值。(n−m)×Σ：(n−m)为滑动窗口需要移动的总次数，Σ为字符集的大小，即26。

2025-10-11 10:45:49 459

weixin_44011100的博客