Merge branch 'youngyangyang04:master' into master

This commit is contained in:
YDLIN
2021-08-30 10:49:50 +08:00
committed by GitHub
12 changed files with 341 additions and 113 deletions

View File

@ -1,4 +1,4 @@
👉 推荐 [在线阅读](http://programmercarl.com/) (Github在国内访问经常不稳定) 👉 推荐 [在线阅读](http://programmercarl.com/) (Github在国内访问经常不稳定)
👉 推荐 [Gitee同步](https://gitee.com/programmercarl/leetcode-master) 👉 推荐 [Gitee同步](https://gitee.com/programmercarl/leetcode-master)
> 1. **介绍**:本项目是一套完整的刷题计划,旨在帮助大家少走弯路,循序渐进学算法,[关注作者](#关于作者) > 1. **介绍**:本项目是一套完整的刷题计划,旨在帮助大家少走弯路,循序渐进学算法,[关注作者](#关于作者)
@ -494,6 +494,7 @@
## 图论 ## 图论
* [463.岛屿的周长](./problems/0463.岛屿的周长.md) (模拟) * [463.岛屿的周长](./problems/0463.岛屿的周长.md) (模拟)
* [841.钥匙和房间](./problems/0841.钥匙和房间.md) 【有向图】dfsbfs都可以 * [841.钥匙和房间](./problems/0841.钥匙和房间.md) 【有向图】dfsbfs都可以
* [127.单词接龙](./problems/0127.单词接龙.md) 广搜
## 并查集 ## 并查集
* [684.冗余连接](./problems/0684.冗余连接.md) 【并查集基础题目】 * [684.冗余连接](./problems/0684.冗余连接.md) 【并查集基础题目】

View File

@ -191,33 +191,48 @@ class Solution {
python: python:
```python ```python3
class Solution: class Solution:
def generateMatrix(self, n: int) -> List[List[int]]: def generateMatrix(self, n: int) -> List[List[int]]:
left, right, up, down = 0, n-1, 0, n-1 # 初始化要填充的正方形
matrix = [ [0]*n for _ in range(n)] matrix = [[0] * n for _ in range(n)]
num = 1
while left<=right and up<=down: left, right, up, down = 0, n - 1, 0, n - 1
# 填充左到右 number = 1 # 填充的数字
for i in range(left, right+1):
matrix[up][i] = num while left < right and up < down:
num += 1
up += 1 # 从左到右填充上边
# 填充上到下 for x in range(left, right):
for i in range(up, down+1): matrix[up][x] = number
matrix[i][right] = num number += 1
num += 1
right -= 1 # 从上到下填充右边
# 填充右到左 for y in range(up, down):
for i in range(right, left-1, -1): matrix[y][right] = number
matrix[down][i] = num number += 1
num += 1
down -= 1 # 从右到左填充下边
# 填充下到上 for x in range(right, left, -1):
for i in range(down, up-1, -1): matrix[down][x] = number
matrix[i][left] = num number += 1
num += 1
# 从下到上填充左边
for y in range(down, up, -1):
matrix[y][left] = number
number += 1
# 缩小要填充的范围
left += 1 left += 1
right -= 1
up += 1
down -= 1
# 如果阶数为奇数,额外填充一次中心
if n % 2:
matrix[n // 2][n // 2] = number
return matrix return matrix
``` ```

View File

@ -0,0 +1,150 @@
<p align="center">
<a href="https://mp.weixin.qq.com/s/RsdcQ9umo09R6cfnwXZlrQ"><img src="https://img.shields.io/badge/PDF下载-代码随想录-blueviolet" alt=""></a>
<a href="https://mp.weixin.qq.com/s/b66DFkOp8OOxdZC_xLZxfw"><img src="https://img.shields.io/badge/刷题-微信群-green" alt=""></a>
<a href="https://space.bilibili.com/525438321"><img src="https://img.shields.io/badge/B站-代码随想录-orange" alt=""></a>
<a href="https://mp.weixin.qq.com/s/QVF6upVMSbgvZy8lHZS3CQ"><img src="https://img.shields.io/badge/知识星球-代码随想录-blue" alt=""></a>
</p>
<p align="center"><strong>欢迎大家<a href="https://mp.weixin.qq.com/s/tqCxrMEU-ajQumL1i8im9A">参与本项目</a>,贡献其他语言版本的代码,拥抱开源,让更多学习算法的小伙伴们收益!</strong></p>
# 127. 单词接龙
[力扣题目链接](https://leetcode-cn.com/problems/word-ladder/)
字典 wordList 中从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列:
* 序列中第一个单词是 beginWord 。
* 序列中最后一个单词是 endWord 。
* 每次转换只能改变一个字母。
* 转换过程中的中间单词必须是字典 wordList 中的单词。
* 给你两个单词 beginWord 和 endWord 和一个字典 wordList 找到从 beginWord 到 endWord 的 最短转换序列 中的 单词数目 。如果不存在这样的转换序列,返回 0。
 
示例 1
* 输入beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log","cog"]
* 输出5
* 解释:一个最短转换序列是 "hit" -> "hot" -> "dot" -> "dog" -> "cog", 返回它的长度 5。
示例 2
* 输入beginWord = "hit", endWord = "cog", wordList = ["hot","dot","dog","lot","log"]
* 输出0
* 解释endWord "cog" 不在字典中,所以无法进行转换。
# 思路
以示例1为例从这个图中可以看出 hit 到 cog的路线不止一条有三条两条是最短的长度为5一条长度为6。
![](https://code-thinking-1253855093.file.myqcloud.com/pics/20210827175432.png)
本题只需要求出最短长度就可以了,不用找出路径。
所以这道题要解决两个问题:
* 图中的线是如何连在一起的
* 起点和终点的最短路径长度
首先题目中并没有给出点与点之间的连线,而是要我们自己去连,条件是字符只能差一个,所以判断点与点之间的关系,要自己判断是不是差一个字符,如果差一个字符,那就是有链接。
然后就是求起点和终点的最短路径长度,**这里无向图求最短路,广搜最为合适,广搜只要搜到了终点,那么一定是最短的路径**。因为广搜就是以起点中心向四周扩散的搜索。
本题如果用深搜,会非常麻烦。
另外需要有一个注意点:
* 本题是一个无向图,需要用标记位,标记着节点是否走过,否则就会死循环!
* 本题给出集合是数组型的可以转成set结构查找更快一些
C++代码如下:(详细注释)
```CPP
class Solution {
public:
int ladderLength(string beginWord, string endWord, vector<string>& wordList) {
// 将vector转成unordered_set提高查询速度
unordered_set<string> wordSet(wordList.begin(), wordList.end());
// 如果endWord没有在wordSet出现直接返回0
if (wordSet.find(endWord) == wordSet.end()) return 0;
// 记录word是否访问过
unordered_map<string, int> visitMap; // <word, 查询到这个word路径长度>
// 初始化队列
queue<string> que;
que.push(beginWord);
// 初始化visitMap
visitMap.insert(pair<string, int>(beginWord, 1));
while(!que.empty()) {
string word = que.front();
que.pop();
int path = visitMap[word]; // 这个word的路径长度
for (int i = 0; i < word.size(); i++) {
string newWord = word; // 用一个新单词替换word因为每次置换一个字母
for (int j = 0 ; j < 26; j++) {
newWord[i] = j + 'a';
if (newWord == endWord) return path + 1; // 找到了end返回path+1
// wordSet出现了newWord并且newWord没有被访问过
if (wordSet.find(newWord) != wordSet.end()
&& visitMap.find(newWord) == visitMap.end()) {
// 添加访问信息
visitMap.insert(pair<string, int>(newWord, path + 1));
que.push(newWord);
}
}
}
}
return 0;
}
};
```
# 其他语言版本
## Java
```java
public int ladderLength(String beginWord, String endWord, List<String> wordList) {
HashSet<String> wordSet = new HashSet<>(wordList); //转换为hashset 加快速度
if (wordSet.size() == 0 || !wordSet.contains(endWord)) { //特殊情况判断
return 0;
}
Queue<String> queue = new LinkedList<>(); //bfs 队列
queue.offer(beginWord);
Map<String, Integer> map = new HashMap<>(); //记录单词对应路径长度
map.put(beginWord, 1);
while (!queue.isEmpty()) {
String word = queue.poll(); //取出队头单词
int path = map.get(word); //获取到该单词的路径长度
for (int i = 0; i < word.length(); i++) { //遍历单词的每个字符
char[] chars = word.toCharArray(); //将单词转换为char array方便替换
for (char k = 'a'; k <= 'z'; k++) { //从'a' 到 'z' 遍历替换
chars[i] = k; //替换第i个字符
String newWord = String.valueOf(chars); //得到新的字符串
if (newWord.equals(endWord)) { //如果新的字符串值与endWord一致返回当前长度+1
return path + 1;
}
if (wordSet.contains(newWord) && !map.containsKey(newWord)) { //如果新单词在set中但是没有访问过
map.put(newWord, path + 1); //记录单词对应的路径长度
queue.offer(newWord);//加入队尾
}
}
}
}
return 0; //未找到
}
```
## Python
## Go
## JavaScript
-----------------------
* 作者微信:[程序员Carl](https://mp.weixin.qq.com/s/b66DFkOp8OOxdZC_xLZxfw)
* B站视频[代码随想录](https://space.bilibili.com/525438321)
* 知识星球:[代码随想录](https://mp.weixin.qq.com/s/QVF6upVMSbgvZy8lHZS3CQ)
<div align="center"><img src=https://code-thinking.cdn.bcebos.com/pics/01二维码.jpg width=450> </img></div>

View File

@ -9,7 +9,7 @@
> 本来是打算将二叉树和二叉搜索树的公共祖先问题一起讲,后来发现篇幅过长了,只能先说一说二叉树的公共祖先问题。 > 本来是打算将二叉树和二叉搜索树的公共祖先问题一起讲,后来发现篇幅过长了,只能先说一说二叉树的公共祖先问题。
## 236. 二叉树的最近公共祖先 # 236. 二叉树的最近公共祖先
[力扣题目链接](https://leetcode-cn.com/problems/lowest-common-ancestor-of-a-binary-tree/) [力扣题目链接](https://leetcode-cn.com/problems/lowest-common-ancestor-of-a-binary-tree/)
@ -35,7 +35,7 @@
* 所有节点的值都是唯一的。 * 所有节点的值都是唯一的。
* p、q 为不同节点且均存在于给定的二叉树中。 * p、q 为不同节点且均存在于给定的二叉树中。
## 思路 # 思路
遇到这个题目首先想的是要是能自底向上查找就好了,这样就可以找到公共祖先了。 遇到这个题目首先想的是要是能自底向上查找就好了,这样就可以找到公共祖先了。
@ -202,7 +202,7 @@ public:
}; };
``` ```
## 总结 # 总结
这道题目刷过的同学未必真正了解这里面回溯的过程,以及结果是如何一层一层传上去的。 这道题目刷过的同学未必真正了解这里面回溯的过程,以及结果是如何一层一层传上去的。
@ -219,10 +219,10 @@ public:
本题没有给出迭代法,因为迭代法不适合模拟回溯的过程。理解递归的解法就够了。 本题没有给出迭代法,因为迭代法不适合模拟回溯的过程。理解递归的解法就够了。
## 其他语言版本 # 其他语言版本
Java ## Java
```Java ```Java
class Solution { class Solution {
public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
@ -261,14 +261,9 @@ class Solution {
} }
``` ```
Python ## Python
```python ```python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
//递归 //递归
class Solution: class Solution:
def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode': def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode':
@ -280,7 +275,9 @@ class Solution:
elif not left and right: return right //目标节点是通过right返回的 elif not left and right: return right //目标节点是通过right返回的
else: return None //没找到 else: return None //没找到
``` ```
Go
## Go
```Go ```Go
func lowestCommonAncestor(root, p, q *TreeNode) *TreeNode { func lowestCommonAncestor(root, p, q *TreeNode) *TreeNode {
// check // check
@ -310,7 +307,8 @@ func lowestCommonAncestor(root, p, q *TreeNode) *TreeNode {
} }
``` ```
JavaScript版本: ## JavaScript
```javascript ```javascript
var lowestCommonAncestor = function(root, p, q) { var lowestCommonAncestor = function(root, p, q) {
// 使用递归的方法 // 使用递归的方法

View File

@ -29,7 +29,7 @@
与198.打家劫舍213.打家劫舍II一样关键是要讨论当前节点抢还是不抢。 与198.打家劫舍213.打家劫舍II一样关键是要讨论当前节点抢还是不抢。
如果抢了当前节点,两个孩子就不动,如果没抢当前节点,就可以考虑抢左右孩子(**注意这里说的是“考虑”** 如果抢了当前节点,两个孩子就不动,如果没抢当前节点,就可以考虑抢左右孩子(**注意这里说的是“考虑”**
### 暴力递归 ### 暴力递归
@ -91,7 +91,7 @@ public:
### 动态规划 ### 动态规划
在上面两种方法,其实对一个节点 与不得到的最大金钱都没有做记录,而是需要实时计算。 在上面两种方法,其实对一个节点 与不得到的最大金钱都没有做记录,而是需要实时计算。
而动态规划其实就是使用状态转移容器来记录状态的变化这里可以使用一个长度为2的数组记录当前节点偷与不偷所得到的的最大金钱。 而动态规划其实就是使用状态转移容器来记录状态的变化这里可以使用一个长度为2的数组记录当前节点偷与不偷所得到的的最大金钱。
@ -121,7 +121,7 @@ vector<int> robTree(TreeNode* cur) {
2. 确定终止条件 2. 确定终止条件
在遍历的过程中,如果遇到空点的话很明显无论偷还是不偷都是0所以就返回 在遍历的过程中,如果遇到空点的话很明显无论偷还是不偷都是0所以就返回
``` ```
if (cur == NULL) return vector<int>{0, 0}; if (cur == NULL) return vector<int>{0, 0};
``` ```

View File

@ -128,7 +128,10 @@ x = (S + sum) / 2
if ((S + sum) % 2 == 1) return 0; // 此时没有方案 if ((S + sum) % 2 == 1) return 0; // 此时没有方案
``` ```
**看到这种表达式应该本能的反应两个int相加数值可能溢出的问题当然本题并没有溢出** 同时如果 S的绝对值已经大于sum那么也是没有方案的
```CPP
if (abs(S) > sum) return 0; // 此时没有方案
```
再回归到01背包问题为什么是01背包呢 再回归到01背包问题为什么是01背包呢
@ -200,7 +203,7 @@ public:
int findTargetSumWays(vector<int>& nums, int S) { int findTargetSumWays(vector<int>& nums, int S) {
int sum = 0; int sum = 0;
for (int i = 0; i < nums.size(); i++) sum += nums[i]; for (int i = 0; i < nums.size(); i++) sum += nums[i];
if (S > sum) return 0; // 此时没有方案 if (abs(S) > sum) return 0; // 此时没有方案
if ((S + sum) % 2 == 1) return 0; // 此时没有方案 if ((S + sum) % 2 == 1) return 0; // 此时没有方案
int bagSize = (S + sum) / 2; int bagSize = (S + sum) / 2;
vector<int> dp(bagSize + 1, 0); vector<int> dp(bagSize + 1, 0);

View File

@ -9,7 +9,7 @@
> 二叉树上应该怎么求,二叉搜索树上又应该怎么求? > 二叉树上应该怎么求,二叉搜索树上又应该怎么求?
## 501.二叉搜索树中的众数 # 501.二叉搜索树中的众数
[力扣题目链接](https://leetcode-cn.com/problems/find-mode-in-binary-search-tree/solution/) [力扣题目链接](https://leetcode-cn.com/problems/find-mode-in-binary-search-tree/solution/)
@ -33,7 +33,7 @@
进阶:你可以不使用额外的空间吗?(假设由递归产生的隐式调用栈的开销不被计算在内) 进阶:你可以不使用额外的空间吗?(假设由递归产生的隐式调用栈的开销不被计算在内)
## 思路 # 思路
这道题目呢,递归法我从两个维度来讲。 这道题目呢,递归法我从两个维度来讲。
@ -321,7 +321,7 @@ public:
}; };
``` ```
## 总结 # 总结
本题在递归法中,我给出了如果是普通二叉树,应该怎么求众数。 本题在递归法中,我给出了如果是普通二叉树,应该怎么求众数。
@ -340,12 +340,13 @@ public:
> **需要强调的是 leetcode上的耗时统计是非常不准确的看个大概就行一样的代码耗时可以差百分之50以上**所以leetcode的耗时统计别太当回事知道理论上的效率优劣就行了。 > **需要强调的是 leetcode上的耗时统计是非常不准确的看个大概就行一样的代码耗时可以差百分之50以上**所以leetcode的耗时统计别太当回事知道理论上的效率优劣就行了。
## 其他语言版本 # 其他语言版本
Java ## Java
暴力法 暴力法
```java ```java
class Solution { class Solution {
public int[] findMode(FindModeInBinarySearchTree.TreeNode root) { public int[] findMode(FindModeInBinarySearchTree.TreeNode root) {
@ -379,6 +380,8 @@ class Solution {
} }
``` ```
中序遍历-不使用额外空间,利用二叉搜索树特性
```Java ```Java
class Solution { class Solution {
ArrayList<Integer> resList; ArrayList<Integer> resList;
@ -427,15 +430,11 @@ class Solution {
} }
``` ```
Python ## Python
递归法
```python ```python
# Definition for a binary tree node.
# class TreeNode:
# def __init__(self, val=0, left=None, right=None):
# self.val = val
# self.left = left
# self.right = right
# 递归法
class Solution: class Solution:
def findMode(self, root: TreeNode) -> List[int]: def findMode(self, root: TreeNode) -> List[int]:
if not root: return if not root: return
@ -460,36 +459,11 @@ class Solution:
return return
findNumber(root) findNumber(root)
return self.res return self.res
```
# 迭代法-中序遍历-使用额外空间map的方法 迭代法-中序遍历-使用额外空间,利用二叉搜索树特性
class Solution: ```python
def findMode(self, root: TreeNode) -> List[int]:
stack = []
cur = root
pre = None
dist = {}
while cur or stack:
if cur: # 指针来访问节点,访问到最底层
stack.append(cur)
cur = cur.left
else: # 逐一处理节点
cur = stack.pop()
if cur.val in dist:
dist[cur.val] += 1
else:
dist[cur.val] = 1
pre = cur
cur = cur.right
# 找出字典中最大的key
res = []
for key, value in dist.items():
if (value == max(dist.values())):
res.append(key)
return res
# 迭代法-中序遍历-不使用额外空间,利用二叉搜索树特性:
class Solution: class Solution:
def findMode(self, root: TreeNode) -> List[int]: def findMode(self, root: TreeNode) -> List[int]:
stack = [] stack = []
@ -521,18 +495,11 @@ class Solution:
return res return res
``` ```
Go ## Go
暴力法非BSL 暴力法非BSL
```go ```go
/**
* Definition for a binary tree node.
* type TreeNode struct {
* Val int
* Left *TreeNode
* Right *TreeNode
* }
*/
func findMode(root *TreeNode) []int { func findMode(root *TreeNode) []int {
var history map[int]int var history map[int]int
var maxValue int var maxValue int
@ -571,15 +538,7 @@ func traversal(root *TreeNode,history map[int]int){
计数法,不使用额外空间,利用二叉树性质,中序遍历 计数法,不使用额外空间,利用二叉树性质,中序遍历
```go ```go
/** func findMode(root *TreeNode) []int {
* Definition for a binary tree node.
* type TreeNode struct {
* Val int
* Left *TreeNode
* Right *TreeNode
* }
*/
func findMode(root *TreeNode) []int {
res := make([]int, 0) res := make([]int, 0)
count := 1 count := 1
max := 1 max := 1
@ -611,8 +570,9 @@ func traversal(root *TreeNode,history map[int]int){
} }
``` ```
JavaScript版本: ## JavaScript
使用额外空间map的方法
使用额外空间map的方法
```javascript ```javascript
var findMode = function(root) { var findMode = function(root) {
// 使用递归中序遍历 // 使用递归中序遍历
@ -649,8 +609,10 @@ var findMode = function(root) {
} }
return res; return res;
}; };
``` ```
不使用额外空间,利用二叉树性质,中序遍历(有序) 不使用额外空间,利用二叉树性质,中序遍历(有序)
```javascript ```javascript
var findMode = function(root) { var findMode = function(root) {
// 不使用额外空间,使用中序遍历,设置出现最大次数初始值为1 // 不使用额外空间,使用中序遍历,设置出现最大次数初始值为1

View File

@ -9,6 +9,10 @@
# 673.最长递增子序列的个数 # 673.最长递增子序列的个数
[力扣题目链接](https://leetcode-cn.com/problems/number-of-longest-increasing-subsequence/)
给定一个未排序的整数数组,找到最长递增子序列的个数。 给定一个未排序的整数数组,找到最长递增子序列的个数。
示例 1: 示例 1:
@ -224,16 +228,110 @@ public:
## Java ## Java
```java ```java
class Solution {
public int findNumberOfLIS(int[] nums) {
if (nums.length <= 1) return nums.length;
int[] dp = new int[nums.length];
for(int i = 0; i < dp.length; i++) dp[i] = 1;
int[] count = new int[nums.length];
for(int i = 0; i < count.length; i++) count[i] = 1;
int maxCount = 0;
for (int i = 1; i < nums.length; i++) {
for (int j = 0; j < i; j++) {
if (nums[i] > nums[j]) {
if (dp[j] + 1 > dp[i]) {
dp[i] = dp[j] + 1;
count[i] = count[j];
} else if (dp[j] + 1 == dp[i]) {
count[i] += count[j];
}
}
if (dp[i] > maxCount) maxCount = dp[i];
}
}
int result = 0;
for (int i = 0; i < nums.length; i++) {
if (maxCount == dp[i]) result += count[i];
}
return result;
}
}
``` ```
## Python ## Python
```python ```python
class Solution:
def findNumberOfLIS(self, nums: List[int]) -> int:
size = len(nums)
if size<= 1: return size
dp = [1 for i in range(size)]
count = [1 for i in range(size)]
maxCount = 0
for i in range(1, size):
for j in range(i):
if nums[i] > nums[j]:
if dp[j] + 1 > dp[i] :
dp[i] = dp[j] + 1
count[i] = count[j]
elif dp[j] + 1 == dp[i] :
count[i] += count[j]
if dp[i] > maxCount:
maxCount = dp[i];
result = 0
for i in range(size):
if maxCount == dp[i]:
result += count[i]
return result;
``` ```
## Go ## Go
```go ```go
func findNumberOfLIS(nums []int) int {
size := len(nums)
if size <= 1 {
return size
}
dp := make([]int, size);
for i, _ := range dp {
dp[i] = 1
}
count := make([]int, size);
for i, _ := range count {
count[i] = 1
}
maxCount := 0
for i := 1; i < size; i++ {
for j := 0; j < i; j++ {
if nums[i] > nums[j] {
if dp[j] + 1 > dp[i] {
dp[i] = dp[j] + 1
count[i] = count[j]
} else if dp[j] + 1 == dp[i] {
count[i] += count[j]
}
}
if dp[i] > maxCount {
maxCount = dp[i]
}
}
}
result := 0
for i := 0; i < size; i++ {
if maxCount == dp[i] {
result += count[i]
}
}
return result
}
``` ```
## JavaScript ## JavaScript

View File

@ -117,11 +117,8 @@ class Solution {
} }
// 如果K还大于0那么反复转变数值最小的元素将K用完 // 如果K还大于0那么反复转变数值最小的元素将K用完
if (k % 2 == 1) nums[len - 1] = -nums[len - 1]; if (k % 2 == 1) nums[len - 1] = -nums[len - 1];
int result = 0;
for (int a : nums) { return Arrays.stream(nums).sum();
result += a;
}
return result;
} }
} }
``` ```

View File

@ -5,3 +5,7 @@
**push代码之前 一定要 先pull最新代码**否则提交的pr可能会有删除其他录友代码的操作。 **push代码之前 一定要 先pull最新代码**否则提交的pr可能会有删除其他录友代码的操作。
一个pr 不要修改过多文件,因为一旦有一个 文件修改有问题,就不能合入,影响其他文件的合入了。 一个pr 不要修改过多文件,因为一旦有一个 文件修改有问题,就不能合入,影响其他文件的合入了。
git add之前要git diff 查看一下,本次提交所修改的代码是不是 自己修改的,是否 误删,或者误加的文件。
提交代码不要使用git push -f 这种命令,要足够了解 -f 意味着什么。

View File

@ -230,7 +230,7 @@ void test_2_wei_bag_problem1() {
int bagWeight = 4; int bagWeight = 4;
// 二维数组 // 二维数组
vector<vector<int>> dp(weight.size() + 1, vector<int>(bagWeight + 1, 0)); vector<vector<int>> dp(weight.size(), vector<int>(bagWeight + 1, 0));
// 初始化 // 初始化
for (int j = weight[0]; j <= bagWeight; j++) { for (int j = weight[0]; j <= bagWeight; j++) {

View File

@ -80,7 +80,7 @@ dp状态图如下
* [动态规划关于01背包问题你该了解这些](https://programmercarl.com/背包理论基础01背包-1.html) * [动态规划关于01背包问题你该了解这些](https://programmercarl.com/背包理论基础01背包-1.html)
* [动态规划关于01背包问题你该了解这些滚动数组](https://programmercarl.com/背包理论基础01背包-2.html) * [动态规划关于01背包问题你该了解这些滚动数组](https://programmercarl.com/背包理论基础01背包-2.html)
就知道了01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了dp数组的两个for循环先后循序一定是先遍历物品再遍历背包容量。 就知道了01背包中二维dp数组的两个for遍历的先后循序是可以颠倒了dp数组的两个for循环先后循序一定是先遍历物品再遍历背包容量。
**在完全背包中对于一维dp数组来说其实两个for循环嵌套顺序同样无所谓** **在完全背包中对于一维dp数组来说其实两个for循环嵌套顺序同样无所谓**