algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-12-19 07:17:54 +08:00
Code Issues Packages Projects Releases Wiki Activity

Fix a definition.

Browse Source
This commit is contained in:
krahets
2023-08-27 00:50:18 +08:00
parent debf42b189
commit 9731a46d67
85 changed files with 167 additions and 159 deletions
Download Patch File Download Diff File Expand all files Collapse all files

2
codes/zig/chapter_dynamic_programming/climbing_stairs_dp.zig
View File

@@ -22,7 +22,7 @@ fn climbingStairsDP(comptime n: usize) i32 {
return dp[n];
}
// 爬楼梯：状态压缩后的动态规划
// 爬楼梯：空间优化后的动态规划
fn climbingStairsDPComp(comptime n: usize) i32 {
if (n == 1 or n == 2) {
return @intCast(n);

4
codes/zig/chapter_dynamic_programming/coin_change.zig
View File

@@ -33,7 +33,7 @@ fn coinChangeDP(comptime coins: []i32, comptime amt: usize) i32 {
}
}
// 零钱兑换：状态压缩后的动态规划
// 零钱兑换：空间优化后的动态规划
fn coinChangeDPComp(comptime coins: []i32, comptime amt: usize) i32 {
comptime var n = coins.len;
comptime var max = amt + 1;
@@ -69,7 +69,7 @@ pub fn main() !void {
var res = coinChangeDP(&coins, amt);
std.debug.print("凑到目标金额所需的最少硬币数量为 {}\n", .{res});
// 状态压缩后的动态规划
// 空间优化后的动态规划
res = coinChangeDPComp(&coins, amt);
std.debug.print("凑到目标金额所需的最少硬币数量为 {}\n", .{res});

4
codes/zig/chapter_dynamic_programming/coin_change_ii.zig
View File

@@ -28,7 +28,7 @@ fn coinChangeIIDP(comptime coins: []i32, comptime amt: usize) i32 {
return dp[n][amt];
}
// 零钱兑换 II：状态压缩后的动态规划
// 零钱兑换 II：空间优化后的动态规划
fn coinChangeIIDPComp(comptime coins: []i32, comptime amt: usize) i32 {
comptime var n = coins.len;
// 初始化 dp 表
@@ -58,7 +58,7 @@ pub fn main() !void {
var res = coinChangeIIDP(&coins, amt);
std.debug.print("凑出目标金额的硬币组合数量为 {}\n", .{res});
// 状态压缩后的动态规划
// 空间优化后的动态规划
res = coinChangeIIDPComp(&coins, amt);
std.debug.print("凑出目标金额的硬币组合数量为 {}\n", .{res});

4
codes/zig/chapter_dynamic_programming/edit_distance.zig
View File

@@ -88,7 +88,7 @@ fn editDistanceDP(comptime s: []const u8, comptime t: []const u8) i32 {
return dp[n][m];
}
// 编辑距离：状态压缩后的动态规划
// 编辑距离：空间优化后的动态规划
fn editDistanceDPComp(comptime s: []const u8, comptime t: []const u8) i32 {
comptime var n = s.len;
comptime var m = t.len;
@@ -138,7 +138,7 @@ pub fn main() !void {
res = editDistanceDP(s, t);
std.debug.print("将 {s} 更改为 {s} 最少需要编辑 {} 步\n", .{ s, t, res });
// 状态压缩后的动态规划
// 空间优化后的动态规划
res = editDistanceDPComp(s, t);
std.debug.print("将 {s} 更改为 {s} 最少需要编辑 {} 步\n", .{ s, t, res });

4
codes/zig/chapter_dynamic_programming/knapsack.zig
View File

@@ -63,7 +63,7 @@ fn knapsackDP(comptime wgt: []i32, val: []i32, comptime cap: usize) i32 {
return dp[n][cap];
}
// 0-1 背包：状态压缩后的动态规划
// 0-1 背包：空间优化后的动态规划
fn knapsackDPComp(wgt: []i32, val: []i32, comptime cap: usize) i32 {
var n = wgt.len;
// 初始化 dp 表
@@ -102,7 +102,7 @@ pub fn main() !void {
res = knapsackDP(&wgt, &val, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});
// 状态压缩后的动态规划
// 空间优化后的动态规划
res = knapsackDPComp(&wgt, &val, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});

2
codes/zig/chapter_dynamic_programming/min_cost_climbing_stairs_dp.zig
View File

@@ -22,7 +22,7 @@ fn minCostClimbingStairsDP(comptime cost: []i32) i32 {
return dp[n];
}
// 爬楼梯最小代价：状态压缩后的动态规划
// 爬楼梯最小代价：空间优化后的动态规划
fn minCostClimbingStairsDPComp(cost: []i32) i32 {
var n = cost.len - 1;
if (n == 1 or n == 2) {

4
codes/zig/chapter_dynamic_programming/min_path_sum.zig
View File

@@ -68,7 +68,7 @@ fn minPathSumDP(comptime grid: anytype) i32 {
return dp[n - 1][m - 1];
}
// 最小路径和：状态压缩后的动态规划
// 最小路径和：空间优化后的动态规划
fn minPathSumDPComp(comptime grid: anytype) i32 {
comptime var n = grid.len;
comptime var m = grid[0].len;
@@ -114,7 +114,7 @@ pub fn main() !void {
res = minPathSumDP(&grid);
std.debug.print("从左上角到右下角的最小路径和为 {}\n", .{res});
// 状态压缩后的动态规划
// 空间优化后的动态规划
res = minPathSumDPComp(&grid);
std.debug.print("从左上角到右下角的最小路径和为 {}\n", .{res});

4
codes/zig/chapter_dynamic_programming/unbounded_knapsack.zig
View File

@@ -24,7 +24,7 @@ fn unboundedKnapsackDP(comptime wgt: []i32, val: []i32, comptime cap: usize) i32
return dp[n][cap];
}
// 完全背包：状态压缩后的动态规划
// 完全背包：空间优化后的动态规划
fn unboundedKnapsackDPComp(comptime wgt: []i32, val: []i32, comptime cap: usize) i32 {
comptime var n = wgt.len;
// 初始化 dp 表
@@ -54,7 +54,7 @@ pub fn main() !void {
var res = unboundedKnapsackDP(&wgt, &val, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});
// 状态压缩后的动态规划
// 空间优化后的动态规划
res = unboundedKnapsackDPComp(&wgt, &val, cap);
std.debug.print("不超过背包容量的最大物品价值为 {}\n", .{res});