mirror of
https://github.com/youngyangyang04/leetcode-master.git
synced 2025-07-06 23:28:29 +08:00
Update
This commit is contained in:
15
README.md
15
README.md
@ -21,6 +21,8 @@
|
||||
|
||||
(持续更新中....)
|
||||
|
||||
**通知:不少录友反馈说:刷题攻略这一栏怎么没有了,因为发现一些公众号会抄袭我的刷题攻略把整个刷题顺序全部抄走,所以这块我暂时先不对外开放了**
|
||||
|
||||
# 算法文章精选
|
||||
|
||||
**提示:在电脑端看如下文章的,看不到文章的评论区,建议在手机端「代码随想录」公众号里也翻一下对应的文章,评论区有录友们的打卡总结,相信会和你有不少共鸣!**
|
||||
@ -174,6 +176,7 @@
|
||||
* [贪心算法:分发饼干](https://mp.weixin.qq.com/s/YSuLIAYyRGlyxbp9BNC1uw)
|
||||
* [贪心算法:摆动序列](https://mp.weixin.qq.com/s/Xytl05kX8LZZ1iWWqjMoHA)
|
||||
* [贪心算法:最大子序和](https://mp.weixin.qq.com/s/DrjIQy6ouKbpletQr0g1Fg)
|
||||
* [本周小结!(贪心算法系列一)](https://mp.weixin.qq.com/s/KQ2caT9GoVXgB1t2ExPncQ)
|
||||
|
||||
|
||||
* 动态规划
|
||||
@ -192,6 +195,16 @@
|
||||
|
||||
(持续更新中....)
|
||||
|
||||
# LeetCode 刷题攻略
|
||||
|
||||
刷题顺序:建议先从同一类型里题目开始刷起,同一类型里再从简单到中等到困难刷起,题型顺序建议:**数组-> 链表-> 哈希表->字符串->栈与队列->树->回溯->贪心->动态规划->图论**。
|
||||
|
||||
目前大家可以按照上面的「算法文章精选」顺序来刷,都是各个类型的经典题目而且题目顺序都是精心设计,**初学者可以按照这个顺序来刷题**,算法老手可以按照这个list查缺补漏!
|
||||
|
||||
**同时这份刷题列表也在公众号[「代码随想录」](https://img-blog.csdnimg.cn/20201124161234338.png)左下角的「算法汇总」里,方便大家用手机查看**,用手机看的好处可以看到每篇文章下都有很多录友(代码随想录的朋友们)的留言,录友会总结每篇文章的重点,如果文章有一些笔误的话,留言区也会及时纠正,所以**刷一下文章留言区会对理解知识点非常有帮助!**而且公众号更新要比Github早2-3天。
|
||||
|
||||
**赶紧去公众号[「代码随想录」](https://img-blog.csdnimg.cn/20201124161234338.png)里看看吧,你会发现相见恨晚!**
|
||||
|
||||
|
||||
# 算法模板
|
||||
|
||||
@ -283,8 +296,10 @@
|
||||
|[0242.有效的字母异位词](https://github.com/youngyangyang04/leetcode/blob/master/problems/0242.有效的字母异位词.md) |哈希表 |简单| **哈希**|
|
||||
|[0257.二叉树的所有路径](https://github.com/youngyangyang04/leetcode/blob/master/problems/0257.二叉树的所有路径.md) |树 |简单| **递归/回溯**|
|
||||
|[0283.移动零](https://github.com/youngyangyang04/leetcode/blob/master/problems/0283.移动零.md) |数组 |简单| **双指针** 和 27.移除元素 一个套路|
|
||||
|[0300.最长上升子序列](https://github.com/youngyangyang04/leetcode/blob/master/problems/0300.最长上升子序列.md) |动态规划 |中等| **动态规划**|
|
||||
|[0316.去除重复字母](https://github.com/youngyangyang04/leetcode/blob/master/problems/0316.去除重复字母.md) |贪心/字符串 |中等| **单调栈** 这道题目处理的情况比较多,属于单调栈中的难题|
|
||||
|[0332.重新安排行程](https://github.com/youngyangyang04/leetcode/blob/master/problems/0332.重新安排行程.md) |深度优先搜索/回溯 |中等| **深度优先搜索/回溯算法**|
|
||||
|[0343.整数拆分](https://github.com/youngyangyang04/leetcode/blob/master/problems/0343.整数拆分.md) |动态规划/贪心 |中等| **动态规划**|
|
||||
|[0344.反转字符串](https://github.com/youngyangyang04/leetcode/blob/master/problems/0344.反转字符串.md) |字符串 |简单| **双指针**|
|
||||
|[0347.前K个高频元素](https://github.com/youngyangyang04/leetcode/blob/master/problems/0347.前K个高频元素.md) |哈希/堆/优先级队列 |中等| **哈希/优先级队列**|
|
||||
|[0349.两个数组的交集](https://github.com/youngyangyang04/leetcode/blob/master/problems/0349.两个数组的交集.md) |哈希表 |简单|**哈希**|
|
||||
|
35
problems/0300.最长上升子序列.md
Normal file
35
problems/0300.最长上升子序列.md
Normal file
@ -0,0 +1,35 @@
|
||||
|
||||
* dp[i]的定义
|
||||
|
||||
dp[i]表示i之前包括i的最长上升子序列。
|
||||
|
||||
|
||||
* dp[i]的初始化
|
||||
|
||||
每一个i,对应的dp[i](即最长上升子序列)起始大小至少是1.
|
||||
|
||||
|
||||
* 状态转移方程
|
||||
|
||||
|
||||
if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
|
||||
|
||||
```
|
||||
class Solution {
|
||||
public:
|
||||
int lengthOfLIS(vector<int>& nums) {
|
||||
if (nums.size() <= 1) return nums.size();
|
||||
vector<int> dp(nums.size(), 1);
|
||||
int result = 0;
|
||||
for (int i = 1; i < nums.size(); i++) {
|
||||
for (int j = 0; j < i; j++) {
|
||||
if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j] + 1);
|
||||
}
|
||||
if (dp[i] > result) result = dp[i]; // 取长的子序列
|
||||
//for (int j = 0 ; j < nums.size(); j++) cout << dp[j] << " ";
|
||||
//cout << endl;
|
||||
}
|
||||
return result;
|
||||
}
|
||||
};
|
||||
```
|
45
problems/0343.整数拆分.md
Normal file
45
problems/0343.整数拆分.md
Normal file
@ -0,0 +1,45 @@
|
||||
|
||||
// 拆成两个 还是拆成三个呢
|
||||
|
||||
# 思路
|
||||
|
||||
## 动态规划
|
||||
|
||||
* 明确dp[i]的含义
|
||||
|
||||
dp[i]表示 分拆数字i,可以得到的最大乘积。
|
||||
|
||||
* dp的初始化
|
||||
|
||||
初始化dp[i] = i,这里的初始化 不是为了让 i的最大乘积是dp[i],而是为了做递推公式的时候,dp[i]可以表示i这个数字,好用来做乘法。
|
||||
|
||||
* 递归公式
|
||||
|
||||
可以想 dp[i]的最大乘积是怎么得到的呢?
|
||||
|
||||
**一定是dp[j]的最大乘积 * dp[i - j]的最大乘积,那么只需要遍历一下j(取值范围[2,i-1)),取此时dp[i]的最大值就可以了**
|
||||
|
||||
递推公式:dp[i] = max(dp[i], dp[i - j] * dp[j]);
|
||||
|
||||
```
|
||||
class Solution {
|
||||
public:
|
||||
int integerBreak(int n) {
|
||||
if (n <= 3) return 1 * (n - 1); // 处理 2和3的情况
|
||||
int dp[60];
|
||||
for (int i = 0; i <= n; i++) dp[i] = i; // 初始化
|
||||
for (int i = 4; i <= n ; i++) {
|
||||
for (int j = 2; j < i - 1; j++) {
|
||||
dp[i] = max(dp[i], dp[i - j] * dp[j]);
|
||||
}
|
||||
}
|
||||
return dp[n];
|
||||
}
|
||||
};
|
||||
```
|
||||
|
||||
# 贪心
|
||||
|
||||
本题也可以用贪心,但是真的需要数学证明证明其合理性,网上有很多贪心的代码,每次拆成3就可以了,代码很简单,大家如果感兴趣可以自己去查一查。
|
||||
|
||||
我这里就不做证明了。
|
@ -23,6 +23,12 @@
|
||||
|
||||
贪心在优先按照身高高的people的k来插入,后序插入节点也不会影响前面已经插入的节点,最终按照k的规则完成了队列。
|
||||
|
||||
局部最优:优先按照身高搞的people的k来插入。插入操作过后的people满足队列属性
|
||||
|
||||
全局最优:最后都做完插入操作,整个队列满足题目队列属性
|
||||
|
||||
局部最优可推出全局最优。
|
||||
|
||||
整个插入过程如下:
|
||||
|
||||
排序完:
|
||||
|
Reference in New Issue
Block a user