leetcode经典算法题总结

        针对leetcode算法题常见的五大经典复杂算法进行如下总结:

 (1)分治法

把一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解,原问题的解即子问题的解的合并。分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。 求出子问题的解,就可得到原问题的解。应用:快速排序、归并排序、二分查找、大整数乘法、矩阵乘法等。对应解题模版如下:

function divideAndConquer(problem)// 如果问题是最简单的情况if problem is trivial// 直接解决问题return solveTrivially(problem)// 将问题分解为子问题divide problem into subproblems// 创建一个数组来存储子问题的解subSolutions = []// 遍历每个子问题for each subproblem in subproblems// 递归解决每个子问题,并将解添加到数组中subSolutions.append(divideAndConquer(subproblem))// 合并子问题的解来解决原始问题return merge(subSolutions)

 (2)动态规划法

每次决策依赖于当前状态,又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的,所以,这种多阶段最优化决策解决问题的过程就称为动态规划。与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的(即下一个子阶段的求解是建立在上一个子阶段的解的基础上,进行进一步的求解)。通常用一个表来记录所有已解的子问题的答案。应用:斐波那契数列、背包问题、最长公共子序列、最短路径问题等。对应解题模板如下:

function dynamicProgramming(problem)// 创建一个表格来存储子问题的解create table dp of dimensions appropriate for problem// 对于每个初始状态for each initial state// 设置基本情况的解dp[initial state] = baseCase(initial state)// 按照子问题的大小递增顺序进行for each subproblem in increasing order of size// 对于每个可能的决策for each possible decision// 对于每个由决策导致的状态for each state resulting from decision// 更新状态的解dp[state] = min(dp[state], dp[previous state] + cost of decision)// 返回最终状态的解return dp[final state]

 (3)贪心算法

在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的仅是在某种意义上的局部最优解。 常见的贪心算法有:Prim算法、Kruskal算法(都是求最小生成树的)。基本思路:将问题分解为若干个小问题,逐渐求得各个子问题的局部最优解,最后合并为原来问题的解。由于总是做出在当前看来是最好的选择,可能最后得到的结果不是全局最优,是一种特殊的动态规划。应用:霍夫曼编码、最小生成树(Kruskal算法、Prim算法)、任务调度、区间调度等。对应解题模板如下:

function greedyAlgorithm(problem)// 如果问题是最简单的情况if problem is trivial// 直接解决问题return solveTrivially(problem)// 当问题未解决时while not done// 找到当前状态下的最优选择bestChoice = findBestChoice(current state)// 根据选择更新当前状态current state = makeChoice(bestChoice)// 返回当前状态return current state

 (4)回溯法

回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。深度优先;回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。应用:八皇后问题、数独、子集和问题、排列组合问题等。对应解题模板如下:

function backtrack(problem, state)// 如果当前状态是目标状态if state is goal state// 返回truereturn true// 遍历每个可能的移动for each possible move from state// 如果移动是安全的if move is safe// 执行移动make move// 递归地探索新状态if backtrack(problem, new state)// 如果找到解决方案,返回truereturn true// 回溯到之前的状态backtrack(problem, previous state)// 撤销移动undo move// 如果没有找到解决方案,返回falsereturn false

 (5)分支限界法

类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法,常以广度优先或以最小耗费(最大效益)优先的方式搜索问题的解空间树。但在一般情况下,分支限界法与回溯法的求解目标不同。回溯法的求解目标是找出T中满足约束条件的所有解,而分支限界法的求解目标则是找出满足约束条件的一个解,或是在满足约束条件的解中找出使某一目标函数值达到极大或极小的解,即在某种意义下的最优解。常见有队列式(FIFO)分支限界法和优先队列式分支限界法,应用:旅行商问题(TSP)、车辆路径问题(VRP)、背包问题等。对应解题模板如下:

function branchAndBound(problem)// 创建一个优先队列create a priority queue Q// 将问题的初始状态入队enqueue initial state of problem into Q// 当队列不为空时while Q is not empty// 出队一个当前状态current state = dequeue Q// 如果当前状态是目标状态if current state is goal state// 返回truereturn true// 遍历当前状态的每个子状态for each child of current state// 如果子状态比当前界限更好if child is better than current bound// 将子状态和它的界限入队enqueue child into Q with its bound// 如果没有找到解决方案,返回falsereturn false

       针对leetcode上的算法题,上述代码只是一个简单抛砖引玉的解题模版,还有一些约束条件或者边界条件还没细说,还是需要结合具体题目进行多加历练才行。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/55806.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

SciPy的详细学习要点

SciPy是一个开源的Python科学计算库,它建立在NumPy数组对象之上,提供了许多科学和工程计算中常用的函数和工具。以下是学习SciPy时的一些详细要点: 1. 理解SciPy与NumPy的关系 - SciPy是基于NumPy构建的,因此熟练掌握NumPy是使用…

Springboot 阿里云对象存储OSS 工具类

AliyunUtils:仿造官方的示例代码改造的工具类,方便对阿里云OSS进行便捷操作 package com.wzb.utils20241009;import com.aliyun.oss.OSS; import com.aliyun.oss.OSSClientBuilder; import org.springframework.beans.factory.annotation.Autowired; im…

介绍几个电池充电管理芯片(TP4056、SGM40561)

TP4056 上一篇我们介绍了个TP4055,那么跟TP4055相比,TP4056肯定是做了升级的。 首先是有最高1000mA的充电电流,而TP4055是500mA。 一般来说我们尽可能的让充电电流接近电池容量的一半,这样对电池比较好。 充电电压都是4.2V。 …

vite学习教程06、vite.config.js配置

前言 博主介绍:✌目前全网粉丝3W,csdn博客专家、Java领域优质创作者,博客之星、阿里云平台优质作者、专注于Java后端技术领域。 涵盖技术内容:Java后端、大数据、算法、分布式微服务、中间件、前端、运维等。 博主所有博客文件…

【React】增量传输与渲染

增量传输 增量传输是一种高效的文件传输方式,其核心原理在于只传输文件中发生变化的部分,而不是整个文件。以下是增量传输的详细解析: 定义与原理: 增量传输通过比对原始文件和目标文件,找出两者之间的差异部分&#…

【JS】最长递增子序列算法

最长递增子序列问题(Longest Increasing Subsequence,简称LIS)是指在一个序列中找到一个最长的子序列,使得这个子序列中的元素是递增的。比如序列 [10, 9, 2, 5, 3, 7, 101, 18] 的最长递增子序列为 [2, 3, 7, 18],长度…

用Python制作数据可视化仪表盘:使用Dash与Plotly构建实时交互式仪表盘

解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 在数据驱动的世界中,可视化是理解和解释复杂数据的关键工具。通过数据可视化,用户能够快速洞察数据趋势,做出明智决策。而仪表盘作为一种高度集成的可视化工具,能够将多种数据图表汇总到一个界面上,便于实时…

【微信小程序前端开发】入门Day03 —— 页面导航、事件、生命周期、WXS 脚本及自定义组件

1. 页面导航 导航方式 声明式导航&#xff1a;使用<navigator>组件实现页面跳转。 <!-- 导航到tabBar页面 --> <navigator url"/pages/message/message" open-type"switchTab">导航到消息页面</navigator><!-- 导航到非tabBar页…

五款专业三维数据处理工具:GISBox、Cesiumlab、OSGBLab、灵易智模、倾斜伴侣深度解析

随着三维数据处理技术的广泛应用&#xff0c;尤其是在城市规划、地理信息系统&#xff08;GIS&#xff09;、工程监测等领域&#xff0c;处理倾斜摄影、三维建模以及大规模数据管理的需求日益增加。以下是五款我精心挑选的倾斜摄影和三维数据处理工具——GISBox、Cesiumlab、OS…

Debezium系列之:Debezium 3.0.0.Final发布

Debezium系列之:Debezium 3.0.0.Final发布 Debezium 核心的变化需要 Java 17基于Kafka 3.8 构建废弃的增量信号字段的删除每个表的详细指标MariaDB连接器的更改版本 11.4.3 支持MongoDB连接器的更改MongoDB sink connectorMySQL连接器的改变MySQL 9MySQL向量数据类型Oracle连接…

Vue3入门学习

Vue3入门学习 1. Vue3简介1.1. 【性能的提升】1.2.【 源码的升级】1.3. 【拥抱TypeScript】1.4. 【新的特性】 2. 创建Vue3工程2.1. 【基于 vue-cli 创建】2.2. 【基于 vite 创建】(推荐)2.3. 【一个简单的效果】 3. Vue3核心语法3.1. 【OptionsAPI 与 CompositionAPI】Options…

每日学习一个数据结构-AVL树

文章目录 概述一、定义与特性二、平衡因子三、基本操作四、旋转操作五、应用场景 Java代码实现 概述 AVL树是一种自平衡的二叉查找树&#xff0c;由两位俄罗斯数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明。想了解树的相关概念&#xff0c;请点击这里。以下是对AVL树的…

如何让本地GGUF模型通过Ollama进行管理和推理

Ollama 除了通过从支持模型列表中 pull 的下载模型方式&#xff0c;也支持手动导入GGUF模型。 关键是需要创建一个 Modelfile 文件&#xff0c;和将项目打包成docker image的过程有点类似。 Modelfile 内容的创建可以参考通过 ollama pull 命令拉取的模型对应的 Modelfile &…

YOLO11改进|注意力机制篇|引入NAM注意力机制

目录 一、【NAM】注意力机制1.1【NAM】注意力介绍1.2【NAM】核心代码 二、添加【NAM】注意力机制2.1STEP12.2STEP22.3STEP32.4STEP4 三、yaml文件与运行3.1yaml文件3.2运行成功截图 一、【NAM】注意力机制 1.1【NAM】注意力介绍 下图是【NAM】的结构图&#xff0c;让我们简单分…

微服务实战——注册功能

注册 1.1. 配置 Configuration public class GulimallConfig implements WebMvcConfigurer {/*** 视图映射* param registry*/Overridepublic void addViewControllers(ViewControllerRegistry registry) {/*** GetMapping("/login.html")* public String …

C++ day04(友元 friend、运算符重载、String字符串)

目录 【1】友元 friend 1》概念 2》友元函数 3》友元类 4》友元成员函数 【2】运算符重载 1》概念 2》友元函数运算符重载 ​编辑 3》成员函数运算符重载 4》赋值运算符与类型转换运算符重载 5》注意事项 【3】String 字符串类 【1】友元 friend 1》概念 定义&#x…

YOLOv5改进——添加SimAM注意力机制

目录 一、SimAM注意力机制核心代码 二、修改common.py 三、修改yolo.py ​三、建立yaml文件 四、验证 一、SimAM注意力机制核心代码 在models文件夹下新建modules文件夹&#xff0c;在modules文件夹下新建一个py文件。这里为simam.py。复制以下代码到文件里面。 import…

吴恩达深度学习笔记:卷积神经网络(Foundations of Convolutional Neural Networks)2.7-2.8

目录 第四门课 卷积神经网络&#xff08;Convolutional Neural Networks&#xff09;第二周 深度卷积网络&#xff1a;实例探究&#xff08;Deep convolutional models: case studies&#xff09;2.7 Inception 网络&#xff08;Inception network&#xff09;2.8 使 用 开 源 …

【Linux】 TCP短服务编写和守护进程

文章目录 TCP 短服务编写流程进程组和会话和守护进程 TCP 短服务编写流程 TCP服务器是面向连接的&#xff0c;客户端在发送数据之前需要先与服务器建立连接。 因此&#xff0c;TCP服务器需要能够监听客户端的连接请求。为了实现这一功能&#xff0c;需要将TCP服务器创建的套接字…

75. 颜色分类

思路 先排最小的数&#xff0c;将最小的数都放至列表前面 则0~r-1都是最小值 从r到len(nums)-1继续进行排序&#xff0c;从尾部开始&#xff0c;将最大值放置尾部 class Solution(object):def sortColors(self, nums):""":type nums: List[int]:rtype: None …