当前位置: 首页 > news >正文

偷懒总结篇|贪心算法|动态规划|单调栈|图论

由于这周来不及了,先过一遍后面的思路,具体实现等下周再开始详细写。

贪心算法

这个图非常好

122.买卖股票的最佳时机 II(妙,拆分利润)

把利润分解为每天为单位的维度,需要收集每天的正利润就可以,收集正利润的区间,就是股票买卖的区间,而我们只需要关注最终利润,不需要记录区间

55. 跳跃游戏(妙,覆盖范围)

不用拘泥于每次究竟跳几步,而是看覆盖范围,覆盖范围内一定是可以跳过来的,不用管是怎么跳的。

45.跳跃游戏 II(难)

还是要看最大覆盖范围。

以最小的步数增加最大的覆盖范围,覆盖范围一旦覆盖了终点,得到的就是最少步数!不用管具体是怎么跳的,不纠结于一步究竟跳一个单位还是两个单位。

这里需要统计两个覆盖范围,当前这一步的最大覆盖和下一步最大覆盖

如果移动下标达到了当前这一步的最大覆盖最远距离了,还没有到终点的话,那么就必须再走一步来增加覆盖范围,直到覆盖范围覆盖了终点。

1005.K次取反后最大化的数组和(简单)

先让绝对值大的负数变为正数,当前数值达到最大;然后如果K依然大于0,只找数值最小的正整数进行反转。

  • 第一步:将数组按照绝对值大小从大到小排序,注意要按照绝对值的大小
  • 第二步:从前向后遍历,遇到负数将其变为正数,同时K--
  • 第三步:如果K还大于0,那么反复转变数值最小的元素,将K用完
  • 第四步:求和

将数组按照绝对值大小从大到小排序

nums = IntStream.of(nums).boxed().sorted((o1, o2) -> Math.abs(o2) - Math.abs(o1)).mapToInt(Integer::intValue).toArray();

对int[]数组元素求和

Arrays.stream(nums).sum()
        int ans = 0;for (int num : nums) {ans += num;}

134. 加油站(妙)

(补充:for循环适合模拟从头到尾的遍历,而while循环适合模拟环形遍历,要善于使用while!

当前累加rest[i]的和curSum一旦小于0,起始位置至少要是i+1,因为从i之前开始一定不行。全局最优:找到可以跑一圈的起始位置

135. 分发糖果(妙,2次贪心)

先确定一边之后,再确定另一边,例如比较每一个孩子的左边,然后再比较右边,如果两边一起考虑一定会顾此失彼

两次贪心的策略:

  • 一次是从左到右遍历,只比较右边孩子评分比左边大的情况。
  • 一次是从右到左遍历,只比较左边孩子评分比右边大的情况。
分两个阶段
1、起点下标1 从左往右,只要 右边 比 左边 大,右边的糖果=左边 + 1
2、起点下标 ratings.length - 2 从右往左, 只要左边 比 右边 大,
此时 左边的糖果应该 取本身的糖果数(符合比它左边大) 
和 右边糖果数 + 1 二者的最大值,这样才符合 
它比它左边的大,也比它右边大

860.柠檬水找零(简单)

直接统计five,ten的count就好了

  • 情况一:账单是5,直接收下。
  • 情况二:账单是10,消耗一个5,增加一个10
  • 情况三:账单是20,优先消耗一个10和一个5,如果不够,再消耗三个5

406.根据身高重建队列(难,妙,2次贪心)

本题有两个维度,h和k,看到这种题目一定要想如何确定一个维度,然后再按照另一个维度重新排列。

如果按照k来从小到大排序,排完之后,会发现k的排列并不符合条件,身高也不符合条件,两个维度哪一个都没确定下来。

那么按照身高h来排序呢,身高一定是从大到小排(身高相同的话则k小的站前面),让高个子在前面。

此时我们可以确定一个维度了,就是身高,前面的节点一定都比本节点高!

那么只需要按照k为下标重新插入队列就可以了

 二维数据排序

// 身高从大到小排(身高相同k小的站前面)Arrays.sort(people, (a, b) -> {if (a[0] == b[0]) return a[1] - b[1];   // a - b 是升序排列,故在a[0] == b[0]的狀況下,會根據k值升序排列return b[0] - a[0];   //b - a 是降序排列,在a[0] != b[0],的狀況會根據h值降序排列});

Linkedlist.add()

Linkedlist.add(index, value),会将value插入到指定index里

452. 用最少数量的箭引爆气球(重叠区间)

重叠区间问题:本质就是更新区间的边界

按照气球的起始位置排序

// int[][] points
Arrays.sort(points, (a, b) -> Integer.compare(a[0], b[0]));

如果气球重叠了,重叠气球中右边边界的最小值 之前的区间一定需要一个弓箭

不需要移走气球,直接记录res++即可。

技巧:寻找重复的气球,寻找重叠气球最小右边界

points[i][1] = Math.min(points[i][1], points[i - 1][1]); // 更新重叠气球最小右边界

435. 无重叠区间(重叠区间)

本质还是排序+更新边界

有452,本题很好理解

763.划分字母区间(妙,重叠区间)

用最远出现距离模拟了圈字符的行为。思路很巧妙

  1. 统计每一个字符最后出现的位置
  2. 从头遍历字符,并更新字符的最远出现下标,如果找到字符最远出现位置下标和当前下标相等了,则找到了分割点

统计字符串S中每个字母char出现的最远位置

int[] edge = new int[26];char[] chars = S.toCharArray();for (int i = 0; i < chars.length; i++) {edge[chars[i] - 'a'] = i;}
idx = Math.max(idx,edge[chars[i] - 'a']); // 更新right下标

56. 合并区间(简单,重叠区间)

没什么好说的,简单

//按照左边界排序
Arrays.sort(intervals, (x, y) -> Integer.compare(x[0], y[0]));

738.单调递增的数字(妙,flag的运用)

  1. 例如N=98,一旦出现strNum[i - 1] > strNum[i]的情况(非单调递增),首先想让strNum[i - 1]--,然后strNum[i]给为9,这样这个整数就是89,即小于98的最大的单调递增整数。
  2. 从后向前遍历:

    举个例子,数字:332,从前向后遍历的话,那么就把变成了329,此时2又小于了第一位的3了,真正的结果应该是299。

    那么从后向前遍历,就可以重复利用上次比较得出的结果了,从后向前遍历332的数值变化为:332 -> 329 -> 299

  3. 用一个flag(start)来标记从哪里开始赋值9。

// flag用来标记赋值9从哪里开始
// 设置为这个默认值,为了防止第二个for循环在flag没有被赋值的情况下执行

将一个 int 类型的整数 N 转换为字符串,然后将这个字符串按字符拆分为一个字符数组。

String[] strings = (N + "").split(""); 

String, char 与 int 的转换使用

class Solution {public int monotoneIncreasingDigits(int n) {String s = String.valueOf(n);char[] chars = s.toCharArray();int start = s.length();for (int i = s.length() - 2; i >= 0; i--) {if (chars[i] > chars[i + 1]) {chars[i]--;start = i+1;}}for (int i = start; i < s.length(); i++) {chars[i] = '9';}return Integer.parseInt(String.valueOf(chars));}
}

968.监控二叉树(难)

贪心+二叉树

麻烦的是判断出每个节点的状态与各种转移情况。考虑的细节比较繁多。

思路:从低到上遍历,先给叶子节点父节点放个摄像头,然后隔两个节点放一个摄像头,直至到二叉树头结点。

  1. 后序遍历:左右中
  2. 隔两个节点放一个摄像头(状态转移)

每个节点可能的三种状态:

  • 0:该节点无覆盖
  • 1:本节点有摄像头
  • 2:本节点有覆盖

空节点的状态只能是有覆盖,这样就可以在叶子节点的父节点放摄像头了

单层逻辑处理主要有如下四类情况:

  • 情况1:左右节点都有覆盖,中间节点应该就是无覆盖 return 0;
  • 情况2:左右节点至少有一个无覆盖的情况,中间节点放摄像头 result++,且return 1;
  • 情况3:左右节点至少有一个有摄像头,父节点就是覆盖 return 2;
  • 情况4:头结点没有覆盖 result++(以上都处理完了,递归结束之后,可能头结点 还有一个无覆盖的情况)

动态规划

耶耶耶贪心终于结束,开始动态规划

http://www.lryc.cn/news/468159.html

相关文章:

  • C语言初阶七:C语言操作符详解(1)
  • GO excelize 读取excel进行时间类型转换(自动转换)
  • 【算法与数据结构】二分查找思想
  • PHP PDO:安全、灵活的数据持久层解决方案
  • 九、Linux实战案例:项目部署全流程深度解析
  • GIS常见前端开发框架
  • Java | Leetcode Java题解之第506题相对名次
  • 数据结构 - 堆
  • html----图片按钮,商品展示
  • YOLOv11改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野,降低参数量计算量,独家创新助力涨点
  • redis高级篇之redis源码分析List类型quicklist底层演变 答疑159节
  • Elasticsearch 与 Lucene 的区别和联系
  • OpenCV视觉分析之运动分析(5)背景减除类BackgroundSubtractorMOG2的使用
  • 【SAP Hana】X-DOC:数据仓库ETL如何抽取SAP中的CDS视图数据
  • WPF的UpdateSourceTrigger属性
  • 2024-09-25 环境变量,进程地址空间
  • 中国移动机器人将投入养老场景;华为与APUS共筑AI医疗多场景应用
  • 青少年编程能力等级测评CPA C++ 四级试卷(1)
  • 树上任意两点的距离
  • 【 thinkphp8 】00008 thinkphp8数据查询,常用table,name方法,进行数据查询汇总
  • Git的命令合集
  • 博客搭建之路:hexo搜索引擎收录
  • 创建Windows系统还原点
  • Linux等保测评需要用到的命令
  • PostgreSQL的学习心得和知识总结(一百五十六)|auto_explain — log execution plans of slow queries
  • 数据结构模板代码合集(不完整)
  • shell脚本语法详解
  • 2021亚洲机器学习会议:面向单阶段跨域检测的域自适应YOLO(ACML2021)
  • 面试题:描述在前端开发中,如何利用数据结构来优化页面渲染性能,并给出一个具体的示例。
  • 微积分复习笔记 Calculus Volume 1 - 3.2 he Derivative as a Function