摘要：
前端工程化的理解 一、总结 一句话总结： 前端工程化是使用软件工程的技术和方法来进行前端的开发流程、技术、工具、经验等规范化、标准化，其主要目的为了提高效率和降低成本，即提高开发过程中的开发效率，减少不必要的重复工作时间。 而前端工程本质上是软件工程的一种，因此我们应该从软件工程的角度来研究前端工程 阅读全文
posted @ 2020-06-04 17:41
范仁义
阅读(1337)
评论(1)
推荐(2)
摘要：
算法注意 3、分治的本质 一、总结 一句话总结： 分治本质上还是枚举，只是和普通枚举的枚举方向不同，仅此而已 1、为什么包含mid的序列，转化成求出区间[i..mid]的最大值与区间[mid+1..j]的最大值也可？ 包含mid的子序列分为【包含mid且包含mid+1】和【包含mid且不包含mid+ 阅读全文
posted @ 2020-06-04 17:31
范仁义
阅读(186)
评论(0)
推荐(0)
摘要：
算法与数据结构 4.9、最大子段和-dp空间优化 一、总结 一句话总结： 在最大字段和的动态规划的解法的代码中，我们发现用来做动态规划的数组f在代码中只用到了f[i]和f[i-1]，所以我们可以用只有两个元素的滚动数组来优化f数组 /* 我们来看一眼代码： 代码中用到a数组位置除了a[1]这个固定的 阅读全文
posted @ 2020-06-04 17:08
范仁义
阅读(533)
评论(0)
推荐(0)
摘要：
算法与数据结构 4.8、最大子段和-贪心和dp区别 一、总结 一句话总结： A、最大字段和的贪心解法就是只考虑当前对于a[i]最优的情况，是选择s[i-1]还是不选择s[i-1]来得到局部最优解 B、最大字段和的动态规划解法就是在全局统筹的基础上，找到规律，通过规律设置好状态，找到状态转移的方程 二 阅读全文
posted @ 2020-06-04 15:01
范仁义
阅读(325)
评论(0)
推荐(0)
摘要：
算法与数据结构 4.7、最大子段和-动态规划 一、总结 一句话总结： a、最大子段和有对应的动态规划的解法，找到题目的规律， b、根据规律设置状态f[i]表示以第i个元素结尾的子序列的最大值， c、那么状态转移方程为f[i]=max(f[i-1]+a[i],a[i]) (2<=i<=n) #incl 阅读全文
posted @ 2020-06-04 13:11
范仁义
阅读(257)
评论(0)
推荐(0)
摘要：
算法与数据结构 4.6、最大子段和-贪心优化 一、总结 一句话总结： 1、时间方面优化：循环可以合并（循环方向一致，循环最大值也是，并且两个循环之间没有什么逻辑操作代码） 2、空间方面优化：代码中只用到了a[i]，所以a[]数组可以用一个变量来代替 #include <iostream> #incl 阅读全文
posted @ 2020-06-04 08:52
范仁义
阅读(282)
评论(0)
推荐(0)
摘要：
算法与数据结构 4.5、最大子段和-贪心解法 一、总结 一句话总结： 贪心求解最大连续子序列的和，其实贪心得到的局部最优解是所有以a[i]结尾的子序列和最大的s[i]，在s[i]中找最大的就是全局最优解，时间复杂度为O(n) 算法步骤： 1、找到以a[i-1]结尾的连续非空子序列中和最大s[i-1] 阅读全文
posted @ 2020-06-04 07:42
范仁义
阅读(1199)
评论(0)
推荐(0)
浙公网安备 33010602011771号