周公瑾55

摘要： 115 不同子序列 func numDistinct(s string, t string) int { // 动态规划，思考一下判断连续和不连续的区别，如果相等都是左上角+1， 如果不等，连续情况就是直接等于左上角，不连续情况直接归零 // dp[i][j] 表示s[i] 中存在 t[j] 结尾的 阅读全文

摘要： 1143 最长公共子序列 func longestCommonSubsequence(text1 string, text2 string) int { // 思路和判断最长公共数组一样 // dp[i][j] 表示以text1[i], text2[j]为结尾的最长公共子序列的长度 // if te 阅读全文

摘要： 300 最长递增子序列 var path []int var res int func lengthOfLIS(nums []int) int { // 尝试回溯思路 if len(nums) == 1 { return 1 } path = []int{} res = 0 backtracking 阅读全文

摘要： 188 买卖最佳实际IV(k次机会交易) func maxProfit(k int, prices []int) int { // 此题相比买卖两次条件改为买卖k次，所以dp数组行树需要增加为k*2 + 1 // dp[i][j]表示 if j%2 == 1 第i天第j/3次持有股票获得的收益， j 阅读全文

摘要： 121 买卖股票最佳时机 func maxProfit(prices []int) int { // dp五部曲 // 1 dp数组以及下标含义 dp[i][0] 表示第i天持有股票 dp[i][1] 表示第i天不持有 // 2 递推公式，dp[i][0] = max(dp[i-1][0], 0-p 阅读全文

摘要： 198 打家劫舍 func rob(nums []int) int { // 思路，动态规划 // dp[i] 代表前下标为i能装的最大盗窃物品价值 // 递推 dp[i] = max(dp[i-1], dp[i-2]+v(i)) // dp[i-1] 代表不偷物品i， dp[i-2]+v(i) 代 阅读全文

摘要： 322 零钱找还 func coinChange(coins []int, amount int) int { // 装满，并且硬币无限，可以类比完全背包问题 // dp[i][j] 表示前i个物品装满容量为j的背包所需要的最少物品数量 // 递推公式 dp[i][j] = min(dp[i-1][ 阅读全文

摘要： 0-1 背包问题 在 0-1 背包问题中，每种物品只能选择一次，因此一旦选择某个物品后，剩余的容量只能放入前面的物品。这就是为什么状态转移方程是： dp[i][j] = max(dp[i-1][j], dp[i-1][j-w(i)] + v(i)) 这里的 dp[i-1][j-w(i)] + v(i 阅读全文

摘要： 1049 最后一块石头重量|| func lastStoneWeightII(stones []int) int { // 本题思路在于要想得到最小差，就要尽可能将石头分割为两堆相近的重量，然后转换为背包问题 // dp[i] 表示容量i背包能装的石头总价值，其中重量和价值相等 // 递推公式 dp 阅读全文

摘要： 背包问题 有n件物品和一个最多能背重量为 w 的背包。第i件物品的重量是 weight[i]，得到的价值是 value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大。 // pake // // @Description: // @param weights: 物品i对应重量 阅读全文