Zsusan7的博客

思路如果打劫了第一家，则删去最后一家否则在最后加上第一家这样就形成了一个闭环def rob(nums): size = len(nums) if size == 1: return nums[0] dp = [0]*size dp[0] = nums[0] if nums[0]>nums[1]: #如果打劫了第一家，则删去最后一家 dp[1] = nums[0] nums.remove(nums[-1]

思路丑数为只包含质因数 2、3 或 5 的正整数判断是否为丑数def isUgly(n): if n ==1 : return True p2,p3,p5 = 2,3,5 if n%2 == 0 : return True elif n%3 == 0 : return True elif n%5 == 0 : return True else:return FalseisUgly(5)

思路该题与leecode198.打家劫舍类似，不能接受相邻的预约，要使得总预约时间最长。先考虑两个、三个预约时间比较选了与不选该预约时间的总预约时长哪个最大def booking(time): size = len(time) dp = [0]*size #记录总预约时长 dp[0] = time[0] dp[1] = max(time[0],time[1]) for i in range(2,size): dp[i] = max(d

def climbStairs(n): if n<3: return n elif n == 3 : return 4 return climbStairs(n - 1) + climbStairs(n - 2) + climbStairs(n - 3)climbStairs(6)#24

思路目标： 最低体力消耗dp: 记录当前消耗体力确定起步： 前两步阶梯，选择消耗体力小的判断一步/两步： index为j-1与j哪个小消耗的体力如果走index为j-1则j+1，否则j+2最后 j不能大于sizedef MinCostClimbingStairs(cost): size = len(cost) dp = [0]*size j = 1 if size<3: return 0 for i in range(1,siz

'''目标：收益最大dp：记录着收益确定买入：买入时机应是相邻左右的股票价格都比它大，是价格曲线的极小值卖出时机：dp最大值'''def besttime(prices): size = len(prices) dp = [0]*size tem = [] #存储价格极小值 for i in range(2,size): if prices[i-1]<prices[i-2] and prices[i-1]<prices[i]:

给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。def longest_continuous_sequence(nums): nums.sort() size = len(nums) dp = [0]*size dp[0] = 1 for i in range(1,size): if nums[i]-nums[i-1]==1: dp[i] = dp[i-1]+1 .

思路：目标是凑成总金额所需的 最少的硬币个数如果每次都取面额最大的来凑需要考虑的问题：amount能否被最大面额coin整除，或者减去多少能被整除amount余数接着被除直到余数为0def exchange_change(coins,amount): s = amount count = 0 coins.sort(reverse=True) for i in coins: n = s//i rem = s % i

‘’’1、考虑1个元素 最大和就是本身2、考虑2个元素 最大和=max(nums[0],nums[1])3、考虑3个元素考虑正负，如果元素小于0，则转换状态‘’’

'''1、子问题：-只考虑两个房子-考虑第三个房子2、确定状态-偷 与 不偷 当前金额是多少4、确定边界/初始状态-比较前两个房间金额，选最大5、状态转移'''

'''一共要爬 n 阶，n >= 0；一次可以爬 1 或 2 个台阶；问爬 n 阶有多少种爬法（重点加粗了，问的是爬法，走是不算的）'''# 暴力解法def climbStairs(n): if n == 0 or n == 1: return 1 return climbStairs(n - 1) + climbStairs(n - 2) # f(n)只依赖于f(n-1)和f(n-2)，只需要两项就足够了def climbStairs_(n):.

# 动态规划求解'''本题换个意思就是：选出最多数量的区间，使得它们互不重叠1.构造结果的可能性2.判断情况3.得到最终结果'''def eraseOverlapIntervals(intervals): if not intervals: return 0 intervals.sort() n = len(intervals) f = [1]eraseOverlapIntervals([ [1,2], [2,3], [3,4

以下为官方题解的内容，只是对代码进行解释def merge(intervals): intervals.sort(key=lambda x:x[0]) ''' key= 表示按哪个键排序 次数x[0]表示左端点,x[1]表示右端点 ''' merged = [] #存储无重叠的区间 for interval in intervals: #如果列表为空，或者当前区间(merged)右端点小于上一区间的做端点，则直接添加 if not merged or merged[-1][1]&l.

import numpy as npdef get_intervals(intervals): ''' intervals：[[start1,end1],[start2,end2],...,[startn,endn]] return _list：返回重叠区间和重叠次数 ''' not_repeat_list = np.array(intervals) #intervals原为多维列表形式，现转为array，即多维数组形式，为了后续转为一维 not_repe