【代码随想录算法训练营第33天】动态规划part02 |62.不同路径 | 343.整数拆分 | 96.不同的二叉搜索树
文章目录KEY1语法1 如何初始化有变量的数组2 三个数求最大值2想清楚问题建模了解二叉搜索树性质62.不同路径整个代码63. 不同路径 II (即有障碍版)整个代码343.整数拆分(1)最关键的是思路、问题建模(2) 需要注意的细节整个代码96.不同的二叉搜索树思路整个代码KEY1语法1 如何初始化有变量的数组intfunction(intn){vectorinta(n,0);注意不能用int dp[n1]{0};会报错2 三个数求最大值用{}把三个需要比较的数包起来再传入max()dp[i]max({a,b,c});2想清楚问题建模了解二叉搜索树性质二叉搜索树的性质头节点左边的所有节点都小于他右边的都大于他而且左右子树也是二叉搜索树有n个不同值节点的二叉搜索树不管节点值具体是多少只要是不同的值树的所有可能的结构是固定的62.不同路径没啥算法课学过想清楚即可。整个代码classSolution{public:intuniquePaths(intm,intn){intdp[m][n];for(inti0;im;i){dp[i][0]1;}for(intj0;jn;j){dp[0][j]1;}for(inti1;im;i){for(intj1;jn;j){dp[i][j]dp[i-1][j]dp[i][j-1];}}returndp[m-1][n-1];}};63. 不同路径 II (即有障碍版)把思路理清楚就可以整个代码class Solution{public:intuniquePathsWithObstacles(vectorvectorintobstacleGrid){// 注意如何获得二维数组的长度intmobstacleGrid.size();intnobstacleGrid[0].size();intdp[m][n];// 初始化if(obstacleGrid[0][0]1||obstacleGrid[m-1][n-1]1)return0;dp[0][0]1;for(inti1;im;i){if(obstacleGrid[i][0]0)dp[i][0]dp[i-1][0];elsedp[i][0]0;}// if (m1)for(intj1;jn;j){if(obstacleGrid[0][j]0)dp[0][j]dp[0][j-1];elsedp[0][j]0;}// 开始计算整个棋盘for(inti1;im;i){for(intj1;jn;j){dp[i][j]0;if(obstacleGrid[i-1][j]0)dp[i][j]dp[i-1][j];if(obstacleGrid[i][j-1]0)dp[i][j]dp[i][j-1];if(obstacleGrid[i][j]1)dp[i][j]0;}}returndp[m-1][n-1];}};343.整数拆分(1)最关键的是思路、问题建模思考eg. 把 n6 拆成 k 个数可以拆成2个数也可以3个4个。。。怎么建模动态优化需要嵌套的问题如何嵌套先定义 dp[i] 是把 i 拆开之后相乘能得到的最大结果尝试先看看拆成2个数的情况i6j i-j1523324251即dp[i] j * (i - j)(拆成2个时即 k 2时)如何扩展到拆成更多数的情况 因为前面 j 已经遍历所有可能情况了所以就只需要把后面的 i - j也拆开用他拆开相乘能得到的最大结果去乘上 j即dp[i] j * dp[i - j](k 3)就得到了递推公式。然后初始化 dp 数组dp[0]0dp[1]0dp[2]1(2) 需要注意的细节不仅仅是dp[i] max(j * (i - j), j * dp[i - j])注意此时还在j循环里所以此时对比出来的只是对于现在这个j得到的最大值而我们需要对现在这个i得到的最大值所以再加上一个比较和现在的dp[i]比大小这样才能得到对现在这个i的最大值所以对比公式写为dp[i]max({j*(i-j),j*dp[i-j],dp[i]});其中注意一个语法问题用{}把三个需要比较的数包起来再传入max()整个代码class Solution{public:intintegerBreak(intn){vectorintdp(n1,0);// 初始化dpdp[0]0;dp[1]0;dp[2]1;for(inti3;in;i){for(intj1;ji/2;j){dp[i]max({j*(i-j),j*dp[i-j],dp[i]});// 需要和dp[i]对比因为在这一行算出来的其实是某个j的时候的最大值而我们需要遍历这个i的所有j之后的最大值所以需要和现在这个i的最大值对比取最大}}returndp[n];}};96.不同的二叉搜索树思路二叉搜索树的性质头节点左边的所有节点都小于他右边的都大于他而且左右子树也是二叉搜索树有n个不同值节点的二叉搜索树不管节点值具体是多少只要是不同的值树的所有可能的结构是固定的⇒ 定下来根节点是几号节点后他左边右边的子树各有几个点也是确定的了eg. 总共7个点根结点为3123456712在左子树4567在右子树左右子树也都为二叉搜索树而左右子树的节点数确定后左右子树的排列方式数量也确定了⇒ 可以由左右子树各自的数量得到该点作为 root 时排列组合数量即相乘。整个代码class Solution{public:intnumTrees(intn){vectorintdp(n1,0);dp[0]1;dp[1]1;// dp[2]2;for(inti2;in;i){for(intj1;ji;j){dp[i]dp[j-1]*dp[i-j];}}returndp[n];}};第九章 动态规划part02今天开始逐渐有 dp的感觉了前 两题 不同路径可以好好研究一下适合进阶详细布置62.不同路径本题大家掌握动态规划的方法就可以。 数论方法 有点非主流很难想到。https://programmercarl.com/0062.%E4%B8%8D%E5%90%8C%E8%B7%AF%E5%BE%84.html视频讲解https://www.bilibili.com/video/BV1ve4y1x7Eu不同路径 IIhttps://programmercarl.com/0063.%E4%B8%8D%E5%90%8C%E8%B7%AF%E5%BE%84II.html视频讲解https://www.bilibili.com/video/BV1Ld4y1k7c6整数拆分 可跳过本题思路并不容易想一刷建议可以跳过。如果学有余力可以看视频理解一波。https://programmercarl.com/0343.%E6%95%B4%E6%95%B0%E6%8B%86%E5%88%86.html视频讲解https://www.bilibili.com/video/BV1Mg411q7YJ96…不同的二叉搜索树 可跳过本题思路并不容易想一刷建议可以跳过。 如果学有余力可以看视频理解一波。https://programmercarl.com/0096.%E4%B8%8D%E5%90%8C%E7%9A%84%E4%BA%8C%E5%8F%89%E6%90%9C%E7%B4%A2%E6%A0%91.html视频讲解https://www.bilibili.com/video/BV1eK411o7QA

相关新闻

深入解析TI C6000 DSP EMIF HOLD/HOLDA总线仲裁时序设计与工程实践

深入解析TI C6000 DSP EMIF HOLD/HOLDA总线仲裁时序设计与工程实践

1. 项目概述与核心价值在嵌入式系统,尤其是基于德州仪器C6000系列这类高性能数字信号处理器的设计中,外部存储器接口(EMIF)是连接DSP核心与外部世界(如SDRAM、Flash、FPGA或ASIC)的关键桥梁。当系统中有多个…

2026/7/23 21:23:31阅读更多 →
TMS320C6418 DSP时序参数深度解析:从理论到硬件设计实践

TMS320C6418 DSP时序参数深度解析:从理论到硬件设计实践

1. 项目概述:为什么DSP时序参数是硬件设计的“生命线”在嵌入式系统,尤其是像TMS320C6418这样的高性能数字信号处理器设计中,我们常常把注意力集中在算法优化、内存带宽和CPU主频上。然而,一个项目能否稳定运行,往往取…

2026/7/23 21:23:31阅读更多 →
低bit量化与投机解码在大模型推理中的优化实践

低bit量化与投机解码在大模型推理中的优化实践

1. 项目背景与核心挑战 在AI大模型推理加速领域,低bit量化与投机解码(Speculative Decoding)是当前最受关注的两项关键技术。华为黄大年茶思屋第137期提出的这个课题,直指两者结合时的核心痛点——当我们将大模型权重压缩到4bit甚…

2026/7/23 21:21:31阅读更多 →
每天60秒读懂世界|2026年7月23日:50℃极端高温、引力一号一箭9星与全球经贸新变化

每天60秒读懂世界|2026年7月23日:50℃极端高温、引力一号一箭9星与全球经贸新变化

🔥 个人主页: 杨利杰YJlio ❄️ 个人专栏: 《Windows 疑难杂症与工单复盘案例库》 《Sysinternals实战教程》 《WINDOWS教程》 《Windows PowerShell 实战》 《IOS插件分析测试》 《超简单:用Python让Excel飞起来》…

2026/7/23 22:45:43阅读更多 →
RAG管线四件套:从原始文档到可检索知识

RAG管线四件套:从原始文档到可检索知识

一、概念:什么是 RAG 管线四件套?把原始文档变成可检索知识,需要经过四步:原始文档 ──①──→ 标准文档 ──②──→ 文档片段 ──③──→ 嵌入向量 ──④──→ 向量索引Loader Splitter Embedding Vec…

2026/7/23 22:45:43阅读更多 →
高斯泼溅技术-从入门到精通

高斯泼溅技术-从入门到精通

自适应密度控制(Adaptive Density Control) 训练从稀疏点云初始化,经过几万步梯度下降,最终得到数百万个高斯体。这中间,高斯体的数量和位置是如何从初始状态演变到最终状态的?答案就是本文的主题——自适…

2026/7/23 22:45:43阅读更多 →
HarmonyOS7 启动优化:冷启动从 3 秒降到 1 秒的 5 个技巧

HarmonyOS7 启动优化:冷启动从 3 秒降到 1 秒的 5 个技巧

文章目录前言冷启动 vs 热启动优化 1:延迟加载优化 2:减少 onCreate 逻辑优化 3:预加载优化 4:布局优化优化 5:懒初始化效果对比写在最后前言 我们的 App 上线后第一周,用户反馈最多的不是功能 bug&#x…

2026/7/23 22:45:43阅读更多 →
HarmonyOS7 状态管理全家桶:@State、@Prop、@Link 到底怎么选?

HarmonyOS7 状态管理全家桶:@State、@Prop、@Link 到底怎么选?

文章目录前言为什么状态管理这么头疼三种装饰器对比场景一:父子单向传递(Prop)场景二:父子双向同步(Link)场景三:跨层级传递(Provide Consume)场景四:列表中…

2026/7/23 22:45:43阅读更多 →
DeepSeek专家模式突破对话上限技巧,无缝衔接新对话!

DeepSeek专家模式突破对话上限技巧,无缝衔接新对话!

各位有没有在使用DeepSeek中,尤其是专家模式深度思考,出现“对话已达上限”的提示? 这篇文章我就分享如何解决这个问题。这也是我最开始十分头疼又无法逾越的鸿沟! 当你的DeepSeek在专家模式深度思考的情况下出现“对话已达上限”…

2026/7/23 22:43:42阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/23 0:56:31阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/23 0:56:31阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/23 0:56:31阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:00:28阅读更多 →
从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:28阅读更多 →
油泥处理设备哪里能买到

油泥处理设备哪里能买到

油泥处理设备哪里有?这是许多从事油田、炼化、清罐业务的从业者最关心的问题。根据河南三丰环保设备有限公司的行业经验,选购油泥处理设备的核心在于设备能否适配当地环保法规与原料特性,而非单纯看价格。该公司总经理王钦田先生指出&#xf…

2026/7/23 0:00:28阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/22 22:56:18阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/23 18:58:18阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/23 18:58:18阅读更多 →