一維動態規劃總結
題目列表
給一個N(輸入),求某種情況的最大值或者最小值情況,
279. Perfect Squares
思路
最差情況下,總體是定義一個dp[N+1], 或者初始化前面dp[0]或者dp[1],
#279. Perfect Squares
解析
Given a positive integer n, find the least number of perfect square numbers (for example, 1, 4, 9, 16, …) which sum to n.
Example 1:
Input: n = 12
Output: 3
Explanation: 12 = 4 + 4 + 4.
Example 2:
Input: n = 13
Output: 2
Explanation: 13 = 4 + 9.
將一個資料進行拆分,因子為 1,2,3,4,的平方
解法
如果一個數x可以表示為一個任意數a加上一個平方數bxb,也就是x=a+bxb,那麼能組成這個數x最少的平方數個數,就是能組成a最少的平方數個數加上1(因為b*b已經是平方數了)。
二維動態規劃 Leetcode 120三角形路徑和最短的情況
本來是要一個二維動態規劃陣列,只不過在這裡面我們簡化了形式,轉化成為一位動態規劃的情況
從底層開始,理解狀態轉移方程
每個當前節點是肯定要處理的情況,
左右兩邊的元素情況,
- i= row-1, dp[i][j] = triangle[i][j];
- i!=row-1, dp[i][j] = trianlge[i][j] + dp[i+1][j] +dp[i+1][j+1];
// 採用
public int minimumTotal(List<List<Integer>> triangle) {
// 如何從小到上面求解最小值的情況
if(triangle==null || triangle.size()==0)
return 0;
int len = triangle.size();
int colo = triangle.get(len-1).size();
int[][]dp =new int[len][colo];
for(int i = len-1;i>=0;i--){
for(int j=0;j<=i;j++)
{
//初始化第一行的情況,
if(i==len-1)
dp[i][j]=triangle.get(i).get(j);
else
dp[i][j] =Math.min(dp[i+1][j],dp[i+1][j+1]) + triangle.get(i).get(j);
}
}
return dp[0][0];
}
相關文章
- 動態規劃 總結動態規劃
- leetcode總結——動態規劃LeetCode動態規劃
- 禮物的最大價值(一維動態規劃&二維動態規劃)動態規劃
- leetcode-動態規劃總結LeetCode動態規劃
- [LeetCode] 動態規劃題型總結LeetCode動態規劃
- 動態規劃分類題目總結動態規劃
- 總結 | 動態規劃十問十答動態規劃
- 動態規劃小結動態規劃
- DP 動態規劃入門 一維陣列動態規劃陣列
- 動態規劃此一篇就夠了 萬字總結!動態規劃
- [leetcode初級演算法]動態規劃總結LeetCode演算法動態規劃
- 【動態規劃】用一維和二維解決不同路徑動態規劃
- 動態規劃使用一維陣列要注意的問題動態規劃陣列
- 動態規劃動態規劃
- 動態規劃入門——動態規劃與資料結構的結合,在樹上做DP動態規劃資料結構
- 一文搞懂動態規劃動態規劃
- 德魯週記10--15天從0開始刷動態規劃(leetcode動態規劃題目型別總結)動態規劃LeetCode型別
- [leetcode] 動態規劃(Ⅰ)LeetCode動態規劃
- 動態規劃法動態規劃
- 模板 - 動態規劃動態規劃
- 動態規劃初步動態規劃
- 動態規劃分析動態規劃
- 動態規劃(DP)動態規劃
- 談一談動態規劃和dfs動態規劃
- 聊聊不太符合常規思維的動態規劃演算法動態規劃演算法
- 24 年過半,總結一下近期的狀態與規劃
- 演算法系列-動態規劃(1):初識動態規劃演算法動態規劃
- 最小總和問題(動態規劃演算法)動態規劃演算法
- [leetcode 1235] [動態規劃]LeetCode動態規劃
- 動態規劃專題動態規劃
- 動態規劃-----線性動態規劃
- 好題——動態規劃動態規劃
- 動態規劃初級動態規劃
- 淺談動態規劃動態規劃
- 3.動態規劃動態規劃
- 動態規劃題單動態規劃
- 雙序列動態規劃動態規劃
- 動態規劃方法論動態規劃