脚本宝典收集整理的这篇文章主要介绍了[leetcode刷题]——动态规划Ⅱ,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
这篇博客主要记录动态规划中0-1背包问题、股票交易问题和字符串编辑问题
416.分割等和子集 (medium) 2021-09-15
给你一个 只包含正整数 的 非空 数组
nums
。请你判断是否可以将这个数组分割成两个子集,使得两个子集的元素和相等。
这个题有点难以联想到是背包问题,与背包的惯性思维装取价值最大的物体的问题不同,这个题的恰好装上sum / 2 价值的物体。
还有一点特殊的是,不要被背包问题中的容量、价值、体积限制住思维。这个题中虽然是总价值是 sum / 2, 但是我们定义的时候定义的是背包的总体积是sum / 2, 定义的dp 是能不能将当前的背包恰好装满。
class Solution { public boolean canPartITion(int[] nums) { int sum = computeArraySum(nums); if(sum % 2 != 0) return false; int W = sum / 2; //总体积为W的背包,容量为数组长度,dp表示能填满当前体积的背包 boolean[] dp = new boolean[W + 1]; dp[0] = true; for(int num : nums){ for(int i = W; i >= num; i--){ dp[i] = dp[i] || dp[i - num]; } } return dp[W]; } public int computeArraySum(int[] nums){ int sum = 0; for(int num : nums){ sum += num; } return sum; } }
494.目标和 (medium )2021-09-15
给你一个整数数组 nums 和一个整数 target 。
向数组中的每个整数前添加 '+' 或 '-' ,然后串联起所有整数,可以构造一个 表达式 :
例如,nums = [2, 1] ,可以在 2 之前添加 '+' ,在 1 之前添加 '-' ,然后串联起来得到表达式 "+2-1" 。返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。
这个题与上题类似
class Solution { public int findTargetSumWays(int[] nums, int target) { //转换为0-1背包问题,使背包的体积恰好等于(sum + target) / 2 ,这部分取正,另一部分取负 target = Math.abs(target); int sum = computeArraySum(nums); if(sum < target || (sum + target) % 2 != 0){ return 0; } int w = (sum + target) / 2; int[] dp = new int[w + 1]; dp[0] = 1; for(int num : nums){ for(int i = w; i >= num; i--){ dp[i] = dp[i] + dp[i - num]; } } return dp[w]; } public int computeArraySum(int[] nums){ int sum = 0; for(int num : nums){ sum += num; } return sum; } }
同样可以使用 DFs 方法
class Solution { public int findTargetSumWays(int[] nums, int target) { //dfs return findSubWays(nums, target, 0); } public int findSubWays(int[] nums, int target, int start){ if(start == nums.length){ if(target == 0){ return 1; }else{ return 0; } } return findSubWays(nums, target - nums[start], start + 1) + findSubWays(nums, target + nums[start], start + 1); } }
474.一和零 (medium) 2021-09-22
给你一个二进制字符串数组 strs 和两个整数 m 和 n 。
请你找出并返回 strs 的最大子集的长度,该子集中 最多 有 m 个 0 和 n 个 1 。
如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集 。
public int findMaxForm(String[] strs, int m, int n) { if(strs == null || strs.length == 0){ return 0; } int[][] dp = new int[m + 1][n + 1]; for(String s : strs){ int ones = 0, zeros = 0; for(char c : s.toCharArray()){ if(c == '0'){ zeros++; }else{ ones++; } } for(int i = m; i >= zeros; i--){ for(int j = n; j >= ones; j--){ dp[i][j] = Math.max(dp[i][j], dp[i - zeros][j - ones] + 1); } } } return dp[m][n]; }
322.零钱兑换 (medium) 2021-09-22
给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1 。
你可以认为每种硬币的数量是无限的。
注意,这个题属于完全背包问题。
public int coinChange(int[] coins, int amount) { if(coins == null || amount == 0){ return 0; } int[] dp = new int[amount + 1]; for(int coin : coins){ for(int i = coin; i <= amount; i++){ if(i == coin){ dp[i] = 1; }else if(dp[i] == 0 && dp[i - coin] != 0){ dp[i] = dp[i - coin] + 1; }else if(dp[i - coin] != 0){ dp[i] = Math.min(dp[i], dp[i - coin] + 1); } } } return dp[amount] == 0 ? -1 : dp[amount]; }
518. 零钱兑换Ⅱ (medium) 2021-09-22
给你一个整数数组 coins 表示不同面额的硬币,另给一个整数 amount 表示总金额。
请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额,返回 0 。
假设每一种面额的硬币有无限个。
题目数据保证结果符合 32 位带符号整数。
public int change(int amount, int[] coins) { if(coins == null){ return 0; } int[] dp = new int[amount + 1]; dp[0] = 1; for(int coin : coins){ for(int i = coin; i <= amount; i++){ dp[i] = dp[i] + dp[i - coin]; } } return dp[amount]; }
139. 单词拆分 (medium) 2021-09-22
给定一个非空字符串 s 和一个包含非空单词的列表 wordDict,判定 s 是否可以被空格拆分为一个或多个在字典中出现的单词。
说明:
拆分时可以重复使用字典中的单词。你可以假设字典中没有重复的单词。
public boolean wordbreak(String s, List<String> wordDict) { //完全背包问题 int len = s.length(); boolean[] dp = new boolean[len + 1]; dp[0] = true; for(int i = 0; i <= len; i++){ for(String word : wordDict){ int l = word.length(); if(i >= l && word.equals(s.substring(i - l , i))){ dp[i] = dp[i] | dp[i - l]; } } } return dp[len]; }
377.数组总和 (medium) 2021-09-22
给你一个由 不同 整数组成的数组 nums ,和一个目标整数 target 。请你从 nums 中找出并返回总和为 target 的元素组合的个数。
题目数据保证答案符合 32 位整数范围。
public int combinationSum4(int[] nums, int target) { int[] dp = new int[target + 1]; dp[0] = 1; for(int i = 1; i <= target; i++){ for(int num : nums){ if(i >= num){ dp[i] += dp[i - num]; } } } return dp[target]; }
309. 最佳买卖股票时机含冷冻期 (medium)2021-09-22
给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。
设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票):
你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。卖出股票后,你无法在第二天买入股票 (即冷冻期为 1 天)。
代码不是关键,关键在于分析问题,将问题拆解成为两种状态,持有和不持有股票,然后寻找递推表达式
public int maxPRofit(int[] prices) { //设置两个状态,持有和不持有股票 int len = prices.length; int[] have = new int[len]; int[] no = new int[len]; have[0] = -prices[0]; for(int i = 1; i < len; i++){ have[i] = Math.max(have[i - 1], (i > 2 ? no[i - 2] : 0) - prices[i]); no[i] = Math.max(no[i - 1], have[i - 1] + prices[i]); } return no[len - 1]; }
714. 买卖股票的最佳时机含手续费 (medium) 2021-09-22
给定一个整数数组 prices,其中第 i 个元素代表了第 i 天的股票价格 ;整数 fee 代表了交易股票的手续费用。
你可以无限次地完成交易,但是你每笔交易都需要付手续费。如果你已经购买了一个股票,在卖出它之前你就不能再继续购买股票了。
返回获得利润的最大值。
注意:这里的一笔交易指买入持有并卖出股票的整个过程,每笔交易你只需要为支付一次手续费
public int maxprofit(int[] prices, int fee) { int len = prices.length; int[] hava = new int[len]; int[] no = new int[len]; hava[0] = -prices[0]; for(int i = 1; i < len; i++){ hava[i] = Math.max(hava[i - 1], no[i - 1] - prices[i]); no[i] = Math.max(hava[i - 1] + prices[i] - fee, no[i - 1]); } return no[len - 1]; }
123. 买卖股票的最佳时机Ⅲ(hard) 2021-09-24
给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
class Solution { public int maxProfit(int[] prices) { /** 对于任意一天考虑四个变量 fstBuy,在该天第一次买入股票可获得的最大收益 fstSell, 在该天第一次卖出股票可获得的最大收益 secBuy, 在该天第二次买入股票可获得的最大收益 secSell, 在该天第二次卖出股票可获得的最大收益 分别对四个变量进行相应的更新,最后secSell就是最大 收益值 (secSell >= fstSell) */ int fstBuy = Integer.MIN_VALUE, fstSell = 0; int secBuy = Integer.MIN_VALUE, secSell = 0; for(int p : prices){ fstBuy = Math.max(fstBuy, -p); fstSell = Math.max(fstSell, fstBuy + p); secBuy = Math.max(secBuy, fstSell - p); secSell = Math.max(secSell, secBuy + p); } return secSell; } }
188. 买卖股票的最佳时机Ⅳ (hard)2021-09-24
给定一个整数数组 prices ,它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
class Solution { public int maxProfit(int k, int[] prices) { if(k < 1) return 0; if(k >= prices.length / 2) return greedy(prices); int[][] t = new int[k][2]; for(int i = 0; i < k; i++){ t[i][0] = Integer.MIN_VALUE; } // 0 有持有股票, 1是不持有股票 for(int p : prices){ t[0][0] = Math.max(t[0][0], -p); t[0][1] = Math.max(t[0][1], t[0][0] + p); for(int i = 1; i < k; i++){ t[i][0] = Math.max(t[i][0], t[i - 1][1] - p); t[i][1] = Math.max(t[i][1], t[i][0] + p); } } return t[k - 1][1]; } private int greedy(int[] prices){ int max = 0; for(int i = 1; i < prices.length; i++){ if(prices[i] - prices[i - 1] > 0){ max += prices[i] - prices[i - 1]; } } return max; } }
583 .两个字符串的删除操作 (medium) 2021-09-24
给定两个单词 word1 和 word2,找到使得 word1 和 word2 相同所需的最小步数,每步可以删除任意一个字符串中的一个字符。
public int minDistance(String word1, String word2) { int l1 = word1.length(); int l2 = word2.length(); int[][] dp = new int[l1 + 1][l2 + 1]; for(int i = 1; i <= l1; i++){ for(int j = 1; j <= l2; j++){ if(word1.charAt(i - 1) == word2.charAt(j - 1)){ dp[i][j] = dp[i - 1][j - 1] + 1; }else{ dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]); } } } return l1 + l2 - 2 * dp[l1][l2]; }
72. 编辑距离 (hard)2021-09-24
给你两个单词 word1 和 word2,请你计算出将 word1 转换成 word2 所使用的最少操作数 。
你可以对一个单词进行如下三种操作:
插入一个字符删除一个字符替换一个字符
public int minDistance(String word1, String word2) { int m = word1.length(); int n = word2.length(); int[][] dp = new int[m + 1][n + 1]; //表示word1 和word2 前i, j 个字母转换所使用的最少操作 for(int i = 0; i <= m; i++){ dp[i][0] = i; } for(int j = 0; j <= n; j++){ dp[0][j] = j; } for(int i = 1; i <= m; i++){ for(int j = 1; j <= n; j++){ if(word1.charAt(i - 1) == word2.charAt(j - 1)){ dp[i][j] = dp[i - 1][j - 1]; }else{ dp[i][j] = 1 + Math.min(Math.min(dp[i - 1][j], dp[i][j - 1]), dp[i - 1][j - 1]); } } } return dp[m][n]; }
650. 只有两个键的键盘 (medium)2021-09-24
最初记事本上只有一个字符 'A' 。你每次可以对这个记事本进行两种操作:
Copy All(复制全部):复制这个记事本中的所有字符(不允许仅复制部分字符)。Paste(粘贴):粘贴 上一次 复制的字符。给你一个数字 n ,你需要使用最少的操作次数,在记事本上输出 恰好 n 个 'A' 。返回能够打印出 n 个 'A' 的最少操作次数。
public int minSteps(int n) { int res = 0; for(int i = 2; i <= n; i++){ while(n % i == 0){ res += i; n /= i; } } return res; }
以上是脚本宝典为你收集整理的[leetcode刷题]——动态规划Ⅱ全部内容,希望文章能够帮你解决[leetcode刷题]——动态规划Ⅱ所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。