【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!

 🎉🎉欢迎光临🎉🎉

🏅我是苏泽,一位对技术充满热情的探索者和分享者。🚀🚀

🌟特别推荐给大家我的最新专栏《数据结构与算法:初学者入门指南》📘📘

本专栏纯属为爱发电永久免费!!!

这是苏泽的个人主页可以看到我其他的内容哦👇👇

努力的苏泽icon-default.png?t=N7T8http://suzee.blog.csdn.net/

按自己需要跳哈 还是从小白的出发从浅到深

目录

了解递归:从简单到复杂

递归的概念和基本原理

递归算法的优缺点

优点:

缺点:

进阶递归技巧:优雅解决问题

尾递归和非尾递归

递归的边界条件和终止条件

递归调用的内存管理与性能优化

分治思想的基本原理

场景引发思考

引入分治思想

分析分治思想的原理

如何实现分治算法

分治与递归的关系与区别

分治和递归的定义和特点

分治和递归之间的联系和区别

代码示例解析

动态规划与递归的联系与区别

动态规划的概念和优势

动态规划

动态规划的思路

代码示例解析

迭代替代递归提高效率


递归

了解递归:从简单到复杂

递归是一种强大的问题解决方法,通过将问题分解为子问题并通过调用自身来解决。在本篇博客中,我们将深入了解递归的概念和基本原理,并使用C语言实现一些示例代码。

递归的概念和基本原理

递归是一种通过调用自身来解决问题的方法。它基于两个重要的原则:递归定义和递归终止条件。

递归定义是将一个大问题分解为一个或多个相同类型的子问题,并通过调用自身来解决这些子问题。递归终止条件是指当问题的规模足够小,可以直接解决时,递归停止并返回结果。

一个经典的递归应用场景是计算阶乘。阶乘的递归定义是n的阶乘等于n乘以(n-1)的阶乘,直到n等于1时终止。下面是用C语言实现计算阶乘的递归函数:

#include <stdio.h>int factorial(int n) {if (n == 0 || n == 1) {return 1;} else {return n * factorial(n - 1);}
}int main() {int n = 5;int result = factorial(n);printf("The factorial of %d is %d\n", n, result);return 0;
}

在这个例子中,递归函数factorial通过调用自身来计算阶乘,当n等于0或1时,递归终止并返回1作为结果。

递归算法的优缺点

递归算法具有一些优点和缺点,下面我们将分别进行论述。

优点:
  1. 简化问题:递归能够将复杂的问题分解为更小的子问题,使问题更易于理解和解决。

  2. 优雅的解决方案:递归可以提供一种优雅的解决方案,使代码更加简洁和可读。

缺点:
  1. 内存消耗:递归调用会占用额外的内存空间,因为每个递归函数调用都需要保存函数的状态和局部变量。当递归的深度较大时,可能会导致栈溢出的问题。

  2. 性能损耗:递归调用的性能相对较低,因为每次函数调用都需要额外的开销。特别是在处理大规模问题时,递归可能导致性能下降。

进阶递归技巧:优雅解决问题

在递归中,我们可以使用一些技巧和思维模式来优雅地解决问题。下面介绍两个常用的技巧:尾递归和非尾递归。

尾递归和非尾递归

尾递归是指递归函数在递归调用的最后一步执行,且递归调用的返回值直接作为当前递归函数的返回值。尾递归的优点是可以通过尾递归优化,将递归转化为迭代,减少函数调用的内存消耗。

下面是一个计算斐波那契数列的尾递归实现例子:

#include <stdio.h>int fibonacci(int n, int a, int b) {if (n == 0) {return a;} else if(n == 1) {return b;} else {return fibonacci(n - 1, b, a + b);}
}int main() {int n = 6;int result = fibonacci(n, 0, 1);printf("The %dth Fibonacci number is %d\n", n, result);return 0;
}

在这个例子中,fibonacci函数使用尾递归实现斐波那契数列的计算。通过使用额外的参数来保存中间结果,避免了不必要的函数调用和内存消耗。

非尾递归是指递归函数在递归调用后还需要执行一些操作,而不是直接返回递归调用的结果。

非尾递归在某些情况下可能更好,尤其是在处理复杂的数据结构或算法时。以下是一个示例,说明非尾递归在某些情况下的优势。

问题描述:给定一个二叉树,计算树中所有节点的总和。

非尾递归的方案:

#include <stdio.h>
#include <stdlib.h>typedef struct TreeNode {int val;struct TreeNode* left;struct TreeNode* right;
} TreeNode;int sumOfNodes(TreeNode* root) {if (root == NULL) {return 0;}int leftSum = sumOfNodes(root->left);int rightSum = sumOfNodes(root->right);return root->val + leftSum + rightSum;
}int main() {// 构建一个二叉树TreeNode* root = (TreeNode*)malloc(sizeof(TreeNode));root->val = 1;TreeNode* left = (TreeNode*)malloc(sizeof(TreeNode));left->val = 2;TreeNode* right = (TreeNode*)malloc(sizeof(TreeNode));right->val = 3;root->left = left;root->right = right;int result = sumOfNodes(root);printf("Sum of nodes: %d\n", result);free(left);free(right);free(root);return 0;
}

在这个例子中,我们使用递归的方式计算二叉树中所有节点的总和。递归地调用sumOfNodes函数计算左子树和右子树的节点总和,然后将根节点的值与子树的总和相加。

尾递归的解决方案如下:

#include <stdio.h>
#include <stdlib.h>typedef struct TreeNode {int val;struct TreeNode* left;struct TreeNode* right;
} TreeNode;int sumOfNodes(TreeNode* root, int currentSum) {if (root == NULL) {return currentSum;}currentSum += root->val;currentSum = sumOfNodes(root->left, currentSum);currentSum = sumOfNodes(root->right, currentSum);return currentSum;
}int main() {// 构建一个二叉树TreeNode* root = (TreeNode*)malloc(sizeof(TreeNode));root->val = 1;TreeNode* left = (TreeNode*)malloc(sizeof(TreeNode));left->val = 2;TreeNode* right = (TreeNode*)malloc(sizeof(TreeNode));right->val = 3;root->left = left;root->right = right;int result = sumOfNodes(root, 0);printf("Sum of nodes: %d\n", result);free(left);free(right);free(root);return 0;
}

在这个例子中,我们使用尾递归的方式计算二叉树中所有节点的总和。将当前节点的值加到currentSum上,并将更新后的currentSum传递给递归调用。这样,递归调用不会增加额外的堆栈帧,而是保持在同一层级上进行计算。

尽管在这个例子中,尾递归的解决方案与非尾递归的解决方案在结果上是相同的,但在处理更复杂的数据结构或算法时,非尾递归的解决方案可能更直观和易于理解。非尾递归可以更好地表达问题的逻辑,而且不需要额外的参数传递。

所以我们要根据题目的具体情况而选定用哪种(其实实际上两种都能互相解决各自的问题 我一般直接用尾递归就好了)

递归的边界条件和终止条件

递归的边界条件和终止条件非常重要,它们决定了递归何时停止并返回结果。边界条件是指问题规模足够小,可以直接解决的情况。终止条件是指当问题满足边界条件时,递归停止并返回结果。

下面是一个递归实现的二分查找算法的例子:

#include <stdio.h>int binarySearch(int arr[], int low, int high, int target) {if (low > high) {return -1;}int mid = (low + high) / 2;if (arr[mid] == target) {return mid;} else if (arr[mid] > target) {return binarySearch(arr, low, mid - 1, target);} else {return binarySearch(arr, mid + 1, high, target);}
}int main() {int arr[] = {1, 2, 3, 4, 5, 6, 7, 8};int n = sizeof(arr) / sizeof(arr[0]);int target = 6;int result = binarySearch(arr, 0, n - 1, target);if (result == -1) {printf("Element not found\n");} else {printf("Element found at index %d\n", result);}return 0;
}

在这个例子中,binarySearch函数使用递归实现了二分查找算法。递归终止条件是当low大于high时,说明查找范围为空,返回-1表示未找到目标元素。

递归调用的内存管理与性能优化

递归调用涉及内存管理和性能优化。在实际使用中,我们需要注意以下几点来管理内存和提高性能:

  1. 尽量减少递归调用的层数,以避免栈溢出的问题。可以考虑使用迭代或尾递归优化来降低内存消耗。

  2. 注意内存的释放。在使用动态分配的内存(例如使用malloc函数分配的内存)时,要确保在递归结束后释放内存,避免内存泄漏。

下面是一个使用递归实现斐波那契数列的示例代码,同时给出了对应的优化后的代码:

#include <stdio.h>
#include <stdlib.h>// 未优化的递归实现
int fibonacci(int n) {if (n == 0 || n == 1) {return n;} else {return fibonacci(n - 1) + fibonacci(n - 2);}
}// 优化后的递归实现,使用动态规划保存中间结果
int fibonacciOptimized(int n) {int* dp = (int*) malloc((n + 1) * sizeof(int));dp[0] = 0;dp[1] = 1;for (int i = 2; i <= n; i++) {dp[i] = dp[i - 1] + dp[i - 2];}int result = dp[n];free(dp); // 释放动态分配的内存return result;
}int main() {int n = 6;int result = fibonacciOptimized(n);printf("The %dth Fibonacci number is %d\n", n, result);return 0;
}

在这个例子中,我们使用动态规划的思想优化了斐波那契数列的递归实现。通过使用一个数组dp来保存中间结果,避免了重复计算。在递归结束后,我们使用free函数释放了动态分配的内存,以避免内存泄漏。

性能优化方面,我们使用了动态规划来避免重复计算,从而提高了运行效率。相比于原始的递归实现,优化后的版本在处理大规模问题时更加高效。

分治思想的基本原理

场景引发思考

假设你需要在一个包含大量数字的数组中找到最大的数字。你会如何解决这个问题呢?

引入分治思想

在解决这个问题的过程中,我们可以引入分治思想。分治法是一种问题解决方法,它将大问题划分为若干个相同或相似的子问题,然后解决子问题,并将子问题的解合并得到原问题的解。

分析分治思想的原理

分治思想的核心原理是将大问题划分为子问题,然后递归地解决子问题,最后将子问题的解合并得到原问题的解。

具体步骤如下:

  1. 分解(Divide):将原问题划分为若干个相同或相似的子问题。
  2. 解决(Conquer):递归地解决每个子问题。如果子问题足够小(可以直接解决),则直接求解。
  3. 合并(Combine):将子问题的解合并得到原问题的解。

如何实现分治算法

分治算法通常通过递归实现。在递归的过程中,将问题划分为子问题,递归地解决子问题,然后将子问题的解合并得到原问题的解。

示例代码如下(使用C语言实现):

#include <stdio.h>// 分治法求解最大值
int findMax(int arr[], int start, int end) {if (start == end) {return arr[start];} else {int mid = (start + end) / 2;int leftMax = findMax(arr, start, mid);int rightMax = findMax(arr, mid + 1, end);return (leftMax > rightMax) ? leftMax : rightMax;}
}int main() {int arr[] = {2, 8, 1, 6, 5, 4, 9, 3, 7};int n = sizeof(arr) / sizeof(arr[0]);int max = findMax(arr, 0, n - 1);printf("The maximum number is: %d\n", max);return 0;
}

分治与递归的关系与区别

分治和递归的定义和特点

分治和递归都是常见的问题解决方法,它们在一定程度上有相似之处,但也存在一些区别。

分治是一种将问题分解为若干个相同或相似的子问题,递归地解决子问题,并将子问题的解合并得到原问题的解的方法。分治的特点包括:

  • 将问题划分为子问题
  • 子问题的解相互独立
  • 子问题的解可以合并得到原问题的解

递归是一种通过调用自身来解决问题的方法。递归的特点包括:

  • 问题可以通过相同的问题的较小实例的解来表示
  • 递归函数调用自身来解决较小实例
  • 递归调用必须有终止条件,否则会导致无限递归

分治和递归之间的联系和区别

分治和递归之间存在一些联系和区别。

联系:

  • 分治算法通常通过递归来实现,将问题划分为子问题并递归地解决子问题。
  • 递归是分治的一种实现方式,递归函数可以调用自身来解决子问题。

区别:

  • 分治算法将问题划分为子问题,子问题之间相互独立,且子问题的解可以合并得到原问题的解。
  • 递归是通过调用自身来解决较小实例的问题,没有明显的分解和合并过程。
  • 分治算法通常需要明确的分解和合并步骤,而递归算法则更关注问题的分解和终止条件。

代码示例解析

下面我们通过一个代码示例来说明分治和递归的使用。

#include <stdio.h>// 使用分治法求和
int sum(int arr[], int start, int end) {if (start == end) {return arr[start];} else {int mid = (start + end) / 2;int leftSum = sum(arr, start, mid);int rightSum = sum(arr, mid + 1, end);return leftSum + rightSum;}
}// 使用递归法求和
int sumRecursive(int arr[], int start, int end) {if (start == end) {return arr[start];} else {return arr[start] + sumRecursive(arr, start + 1, end);}
}int main() {int arr[] = {1, 2, 3, 4, 5};int n = sizeof(arr) / sizeof(arr[0]);int divideSum = sum(arr, 0, n - 1);printf("Sum using divide and conquer: %d\n", divideSum);int recursiveSum = sumRecursive(arr, 0, n - 1);printf("Sum using recursion: %d\n", recursiveSum);return 0;
}

在上述示例代码中,我们使用分治和递归两种方法来求解给定数组的和。通过递归地划分子问题和合并子问题的解,我们可以得到整个数组的和。其中sum()函数使用分治法求和,而sumRecursive()函数使用递归法求和。

动态规划与递归的联系与区别

动态规划的概念和优势

动态规划是一种解决多阶段决策问题的优化方法。它通过将问题分解为多个重叠子问题,并以自底向上的方式解决这些子问题,最终得到原问题的解。动态规划的优势包括:

  • 避免重复计算:动态规划使用表格或数组来保存子问题的解,避免了重复计算,提高了计算效率。
  • 自底向上的求解方式:动态规划通常使用迭代的方式自底向上地求解子问题,而不是通过递归调用。
  • 提供最优解:动态规划可以通过比较子问题的解来得到最优解,适用于求解最优化问题。

动态规划

当使用动态规划来解决斐波那契数列问题时,我们可以使用自底向上的方法,通过解决子问题来构建更大规模的问题的解。

斐波那契数列是一个以递归方式定义的数列,其中每个数字是前两个数字的和。数列的前几个数字通常是0、1或1、1。例如,斐波那契数列的前几个数字是0、1、1、2、3、5、8、13等。

动态规划的思路

动态规划通常涉及将问题分解为较小的子问题,并使用一种记忆化的方法来存储子问题的解,以避免重复计算。对于斐波那契数列问题,我们可以使用动态规划的思路来解决它。

  1. 确定状态:我们可以将斐波那契数列的第n个数字作为状态,记为f(n)。
  2. 定义状态转移方程:根据斐波那契数列的定义,我们知道f(n) = f(n-1) + f(n-2)。
  3. 确定初始条件:斐波那契数列的初始条件是f(0) = 0和f(1) = 1。

代码示例解析

下面我们通过一个代码示例来说明动态规划的实现思路和优化效果。

#include <stdio.h>// 使用动态规划计算斐波那契数列
int fibonacciDP(int n) {int fib[n+1];fib[0] = 0;fib[1] = 1;for (int i = 2; i <= n; i++) {fib[i] = fib[i-1] + fib[i-2];}return fib[n];
}// 使用递归计算斐波那契数列
int fibonacciRecursive(int n) {if (n <= 1) {return n;} else {return fibonacciRecursive(n-1) + fibonacciRecursive(n-2);}
}int main() {int n = 6;int dpResult = fibonacciDP(n);printf("n=%d,recursion=%d\n", n, dpResult);int recursiveResult = fibonacciRecursive(n);printf("n=%d,recursion=%d\n", n, recursiveResult);return 0;
}

在上述示例代码中,我们使用动态规划和递归两种方法来计算斐波那契数列的第n个数。通过动态规划的方式,我们使用迭代的方式自底向上地计算子问题的解并保存在数组中,避免了重复计算。而递归的方式则通过不断调用自身来解决较小实例的问题。

这个示例代码展示了动态规划和递归在求解斐波那契数列问题上的不同实现方式,以及动态规划通过避免重复计算提高了计算效率的优势。

迭代替代递归提高效率

迭代相对于递归具有一些优势,可以提高效率和节省内存。

论证迭代相对于递归的优势:

  • 迭代通常使用循环结构,而不是函数的递归调用,减少了函数调用的开销。
  • 迭代可以使用辅助变量来保存中间结果,避免了递归函数的栈帧开销。
  • 迭代可以更好地利用计算机的缓存,提高了数据访问的效率。
  • 迭代通常更容易理解和调试,代码结构更清晰。

下面是一个具体的代码示例,对比了使用迭代和递归两种方式计算阶乘的效率。

#include <stdio.h>// 使用迭代计算阶乘
int factorialIterative(int n) {int result = 1;for (int i = 1; i <= n; i++) result *= i;return result;
}// 使用递归计算阶乘
int factorialRecursive(int n) {if (n == 0) {return 1;} else {return n * factorialRecursive(n - 1);}
}int main() {int n = 5;int dpResult = fibonacciDP(n);printf("n=%d,recursion=%d\n", n, dpResult);int recursiveResult = fibonacciRecursive(n);printf("n=%d,recursion=%d\n", n, recursiveResult);return 0;
}

在上述示例代码中,我们使用迭代和递归两种方式来计算阶乘。通过使用迭代的方式,我们避免了递归调用的开销,并使用循环结构直接计算阶乘。与之相比,递归函数调用的开销较大,递归深度增加时容易导致栈溢出。

这个示例代码展示了迭代相对于递归的优势,通过迭代的方式可以提高效率和节省内存。

博主码字不易,要是能帮助到大家麻烦给个免费的三连 支持一下 感谢你的观看 下期再见!

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/news/678360.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

例37:爱好选择

建立一个新的EXE工程&#xff0c;放两个单选&#xff0c;两个复选框如图33。 图33 输入代码&#xff1a; Sub Form1_Check1_BN_Clicked(hWndForm As hWnd, hWndControl As hWnd)Text1.Text ""If Check1.Value ThenText1.Text"你喜欢" & Check1.Cap…

Linux运行级别 | 管理Linux服务

Linux运行级别 级别&#xff1a; 0关机1单用户2多用户但是不运行nfs网路文件系统3默认的运行级别&#xff0c;给一个黑的屏幕&#xff0c;只能敲命令4未使用5默认的运行级别&#xff0c;图形界面6重启切换运行级别&#xff1a; init x管理Linux服务 systemctl命令&#xf…

鸿蒙实战开发-全局UI方法的功能

主要开发内容 时间调节 使用全局UI的方法定义日期滑动选择器弹窗并弹出。 操作说明&#xff1a;首先创建一个包含按钮的用户界面&#xff0c;当用户点击“时间设置”按钮时&#xff0c;会弹出调用TimePickerDialog组件的show方法&#xff0c;显示一个时间选择对话框&#xff…

[word] word表格内容自动编号 #经验分享#微信#其他

word表格内容自动编号 在表格中的内容怎么样自动编号&#xff1f;我们都知道Word表格和Excel表格有所不同&#xff0c;Excel表格可以轻松自动编号&#xff0c;那么在Word表格中如何自动编号呢&#xff1f; 1、选中内容后&#xff0c;点击段落-自动编号&#xff0c;选择其中一…

vscode远程连接失败

目录 解决方案尝试1解决方案尝试2 解决方案尝试1 最近通过vscode一直使用腾讯云的服务器作为远程开发环境&#xff0c;以前一直很好用。 直到最近重装了系统之后&#xff0c;发现vscode没法对云服务器进行连接了&#xff0c;即使在远程主机添加了本地的公钥也不行。直接报错:…

ChatGpt报错:We ran into an issue while authenticating you解决办法

在登录ChatGpt时报错&#xff1a;Oops&#xff01;,We ran into an issue while authenticating you.(我们在验证您时遇到问题)&#xff0c;记录一下解决过程。 完整报错&#xff1a; We ran into an issue while authenticating you. If this issue persists, please contact…

qt-C++笔记之判断一个QLabel上有没有load图片

qt-C笔记之判断一个QLabel上有没有load图片 code review! 在Qt框架中&#xff0c;QLabel是用来显示文本或者图片的一个控件。如果你想判断一个QLabel控件上是否加载了图片&#xff0c;你可以检查它的pixmap属性。pixmap属性会返回一个QPixmap对象&#xff0c;如果没有图片被加…

error: object ‘FastMNNIntegration‘ not found

加载一个包即可 library(SeuratWrappers) #运行fastmnn之前&#xff0c;需要加载&#xff0c;否则报错 obj <- IntegrateLayers(object obj, method FastMNNIntegration,new.reduction "integrated.mnn",verbose FALSE )

C#系列-使用 Minio 做图片服务器实现图片上传 和下载(13)

1、Minio 服务器下载和安装 要在本地安装和运行 MinIO 服务器&#xff0c;你可以按照以下 步骤进行操作&#xff1a; 1. 访问 MinIO 的官方网站&#xff1a;https://min.io/&#xff0c;然后 点击页面上的”Download”按钮。 2. 在下载页面上&#xff0c;选择适合你操作系统的 …

Docker 有哪些常见的用途?

Docker 是一种容器化技术&#xff0c;它允许应用程序在不同的环境之间具有一致的运行环境。这使得 Docker 在开发和运维领域中非常受欢迎&#xff0c;因为它简化了应用程序的部署和管理。以下是 Docker 的一些常见用途&#xff1a; 快速部署应用程序 Docker 允许开发人员和运…

Hive窗口函数详解

一、 窗口函数知识点 1.1 窗户函数的定义 窗口函数可以拆分为【窗口函数】。窗口函数官网指路&#xff1a; LanguageManual WindowingAndAnalytics - Apache Hive - Apache Software Foundationhttps://cwiki.apache.org/confluence/display/Hive/LanguageManual%20Windowing…

【Android】使用Android Studio运行Hello World项目

文章目录 1. JDK的安装与配置2. Android Studio的安装3. 运行Hello World项目3.1 新建项目3.2 修改项目配置3.2.1 修改UI界面3.2.2 配置 Android SDK 3.3 添加并运行虚拟设备3.4 运行项目 1. JDK的安装与配置 想要使用Android Studio&#xff0c;必须先配置Java环境&#xff0…

hook函数——useRef

useRef useRef 是一个 React Hook&#xff0c;它能帮助引用一个不需要渲染的值。也就是说useRef可以存储一个值&#xff0c;但是不被组件渲染&#xff0c;仅仅只是引用&#xff0c;主要包括两个方面&#xff0c;例如使用ref引用一个值&#xff0c;使用ref引用一个dom节点&…

软件价值12-射箭游戏

射箭游戏&#xff0c;按空格键发射&#xff0c;打击移动靶&#xff0c;左上角显示成绩状态。 代码&#xff1a; import pygame import sys import random# 初始化Pygame pygame.init()# 设置窗口大小 SCREEN_WIDTH 800 SCREEN_HEIGHT 600 screen pygame.display.set_mode((…

【Linux】信号概念与信号产生

信号概念与信号产生 一、初识信号1. 信号概念2. 前台进程和后台进程3. 认识信号4. 技术应用角度的信号 二、信号的产生1. 键盘组合键2. kill 命令3. 系统调用4. 异常&#xff08;1&#xff09;观察现象&#xff08;2&#xff09;理解本质 5. 软件条件闹钟 一、初识信号 1. 信号…

任务管理软件的实用价值及优选推荐:提升工作效率的利器

任务管理软件是一种用于组织任务、将任务分配给个人并监控其进展的软件。该软件可以帮助确保任务在预算内按时完成。它在协同工作环境中特别有用&#xff0c;在这种环境中多人在处理需要跟踪和监视的任务。无论是初创公司、中小型企业还是大型组织&#xff0c;都可以从任务管理…

【Linux】make和Makefile

目录 make和Makefile make和Makefile 我们使用vim编辑器的时候&#xff0c;在一个文件里写完代码要进行编译&#xff0c;要自己输入编译的指令。有没有一种可以进行自动化编译的方法——makefile文件&#xff0c;它可以指定具体的编译操作&#xff0c;写好makefile文件&#x…

电磁兼容故障整改-辐射发射超标

设备的辐射于扰发射超标有两种可能:一种是设备外壳的屏蔽性能不完善;另一种是射频干扰经由电源线和其他线缆逸出。判断方法是拔掉不必要的电线和电源插头&#xff0c;或者将电缆长度减小至最短&#xff0c;继续做试验&#xff0c;如果没有任何改善迹象&#xff0c;则应怀疑是设…

Peter算法小课堂—单调队列

祝大家新年快乐&#xff01; 今天这一次有点简单。 单调队列有两个要点&#xff0c;一个是单调&#xff0c;另一个就是我们的队列。 听到队列&#xff0c;我相信大家一定会想到它的好朋友BFS吧。但是……今天……可……没……那么……简单哦。 西佳佳偶像天团1 题目描述 …

滑动窗口的最大值

题目 239. 滑动窗口最大值 - 力扣&#xff08;LeetCode&#xff09; 思路 使用一个队列充当不断滑动的窗口&#xff0c;每次滑动记录其中的最大值&#xff1a; 如何在 O(1) 时间计算最大值&#xff0c;只需要一个特殊的数据结构「单调队列」&#xff0c;push 方法依然在队尾添…