当前位置: 首页 > news >正文

动态规划 —— dp问题-按摩师

1. 按摩师

题目链接:

面试题 17.16. 按摩师 - 力扣(LeetCode)icon-default.png?t=O83Ahttps://leetcode.cn/problems/the-masseuse-lcci/description/


2.  算法原理 

状态表示:以某一个位置为结尾或者以某一个位置为起点

   

dp[i]表示:选择到i位置的时候,此时的最长预约时长分两种情况:

    

        1.f[i]表示:选择到i位置的时候,当前位置nums[i]必选,此时的最长预约时长

    

        2.g[i]表示:选择到i位置的时候,当前位置nums[i]不选,此时的最长预约时长

   

2. 状态转移方程

  

根据最近的一步来划分问题:

   

到达dp[i][j]有两种情况:

    

  1. f[i]=g[i-1] + nums[i]

 2. g[i]:a. 当选择i-1的位置时:f[i-1]

    

              b.当不选择i-1的位置时:g[i-1]

   

        g[i]=max(f[i-1],g[i-1])

3. 初始化 :把dp表填满不越界,让后面的填表可以顺利进行

    

本题初始化为:f[0]=nums[0]    g[0]在vector填表的时候默认为0

4. 填表顺序 

    

本题的填表顺序是:从左往右,两个表一起填

5. 返回值 :题目要求 + 状态表示 

    

本题的返回值是:max(f[n-1],g[n-1])


3.代码

动态规划的固定四步骤:1.  创建一个dp表

                                        2. 在填表之前初始化

                                        3. 填表(填表方法:状态转移方程)

                                        4. 确定返回值 

class Solution {
public:int massage(vector<int>& nums) {int n=nums.size();//处理一下边界情况if(n==0) return 0;vector<int>f(n);auto g=f;f[0]=nums[0];for(int i=1;i<n;i++){f[i]=g[i-1]+nums[i];g[i]=max(f[i-1],g[i-1]);}return max(f[n-1],g[n-1]);}
};

完结撒花~

http://www.lryc.cn/news/477441.html

相关文章:

  • SQL 语法学习
  • MYSQL---TEST5(Trigger触发器Procedure存储过程综合练习)
  • 蓝桥杯 区间移位--二分、枚举
  • Nginx 报错400 Request Header Or Cookie Too Large
  • 【Redis】一种常见的Redis分布式锁原理简述
  • HOT100_最大子数组和
  • DiskGenius工具扩容Mac OS X Apple APFS分区
  • 从零开始的LeetCode刷题日记:70. 爬楼梯
  • Unity照片墙效果
  • 【自动化利器】12个评估大语言模型(LLM)质量的自动化框架
  • 【1】基础概念
  • HTML 文档规范与解析模式:DOCTYPE、<html> 标签以及结构化页面
  • 大模型微调技术 --> 脉络
  • 不要只知道deepl翻译,这里有10个专业好用的翻译工具等着你。
  • 第二节 管道符、重定向与环境变量
  • Linux 服务器使用指南:从入门到登录
  • QT 如何使QLabel的文字垂直显示
  • 蓬勃发展:移动开发——关于软件开发你需要知道些什么
  • 1095. 山脉数组中查找目标值
  • 【深度学习】InstantIR:图片高清化修复
  • 推荐一款PowerPoint转Flash工具:iSpring Suite
  • 如何搭建汽车行业AI知识库:定义+好处+方法步骤
  • 创新材料科技:铜冷却壁助力高炉节能降耗
  • Proteus中单片机IO口外接LED输出低电平时,引脚却一直保持高电平的问题(已解决)
  • Obsidian vs Typora
  • 非线性数据结构之图
  • vue3项目history模式部署404处理,使用 historyApiFallback 中间件支持单页面应用路由
  • 不同的科技查新机构之间有什么区别?
  • Pycharm,2024最新专业版下载安装配置详细教程!
  • BERT预训练的MLM和NSP任务的损失函数都是什么?