auto commit

This commit is contained in:
CyC2018
2020-11-17 00:32:18 +08:00
parent f5ad47b470
commit 7e61fc1360
380 changed files with 2371 additions and 46715 deletions

View File

@ -1,53 +1,53 @@
# Leetcode 题解 - 动态规划
<!-- GFM-TOC -->
* [斐波那契数列](#斐波那契数列)
* [1. 爬楼梯](#1-爬楼梯)
* [2. 强盗抢劫](#2-强盗抢劫)
* [3. 强盗在环形街区抢劫](#3-强盗在环形街区抢劫)
* [4. 信件错排](#4-信件错排)
* [5. 母牛生产](#5-母牛生产)
* [矩阵路径](#矩阵路径)
* [1. 矩阵的最小路径](#1-矩阵的最小路径)
* [2. 矩阵的路径](#2-矩阵的路径)
* [数组区间](#数组区间)
* [1. 数组区间](#1-数组区间)
* [2. 数组中等差递增子区间的个数](#2-数组中等差递增子区间的个数)
* [分割整数](#分割整)
* [1. 分割整数的最大乘积](#1-分割整数的最大乘积)
* [2. 按平方数来分割整数](#2-按平方数来分割整数)
* [3. 分割整数构成字母字符串](#3-分割整数构成字母字符串)
* [最长递增子序列](#最长递增子序列)
* [1. 最长递增子序列](#1-最长递增子序列)
* [2. 一组整数对能够构成的最长链](#2-一组整数对能够构成的最长链)
* [3. 最长摆动子序列](#3-最长摆动子序列)
* [最长公共子序列](#最长公共子序列)
* [1. 最长公共子序列](#1-最长公共子序列)
* [0-1 背包](#0-1-背包)
* [1. 划分数组为和相等的两部分](#1-划分数组为和相等的两部分)
* [2. 改变一组数的正负号使得它们的和为一给定数](#2-改变一组数的正负号使得它们的和为一给定数)
* [3. 01 字符构成最多的字符串](#3-01-字符构成最多的字符串)
* [4. 找零钱的最少硬币数](#4-找零钱的最少硬币数)
* [5. 找零钱的硬币数组合](#5-找零钱的硬币数组合)
* [6. 字符串按单词列表分割](#6-字符串按单词列表分割)
* [7. 组合总和](#7-组合总和)
* [股票交易](#股票交易)
* [1. 需要冷却期的股票交易](#1-需要冷却期的股票交易)
* [2. 需要交易费用的股票交易](#2-需要交易费用的股票交易)
* [3. 只能进行两次的股票交易](#3-只能进行两次的股票交易)
* [4. 只能进行 k 次的股票交易](#4-只能进行-k-次的股票交易)
* [字符串编辑](#字符串编辑)
* [1. 删除两个字符串的字符使它们相等](#1-删除两个字符串的字符使它们相等)
* [2. 编辑距离](#2-编辑距离)
* [3. 复制粘贴字符](#3-复制粘贴字符)
* [Leetcode 题解 - 动态规划](#leetcode-题解---动态规划)
* [斐波那契数列](#斐波那契数列)
* [1. 爬楼梯](#1-爬楼梯)
* [2. 强盗抢劫](#2-强盗抢劫)
* [3. 强盗在环形街区抢劫](#3-强盗在环形街区抢劫)
* [4. 信件错排](#4-信件错排)
* [5. 母牛生产](#5-母牛生产)
* [矩阵路径](#矩阵路径)
* [1. 矩阵的最小路径](#1-矩阵的最小路径)
* [2. 矩阵的总路径数](#2-矩阵的总路径数)
* [数组区间](#数组区间)
* [1. 数组区间和](#1-数组区间和)
* [2. 数组中等差递增子区间的个数](#2-数组中等差递增子区间的个)
* [分割整数](#分割整数)
* [1. 分割整数的最大乘积](#1-分割整数的最大乘积)
* [2. 按平方数来分割整数](#2-按平方数来分割整数)
* [3. 分割整数构成字母字符串](#3-分割整数构成字母字符串)
* [最长递增子序列](#最长递增子序列)
* [1. 最长递增子序列](#1-最长递增子序列)
* [2. 一组整数对能够构成的最长链](#2-一组整数对能够构成的最长链)
* [3. 最长摆动子序列](#3-最长摆动子序列)
* [最长公共子序列](#最长公共子序列)
* [1. 最长公共子序列](#1-最长公共子序列)
* [0-1 背包](#0-1-背包)
* [1. 划分数组为和相等的两部分](#1-划分数组为和相等的两部分)
* [2. 改变一组数的正负号使得它们的和为一给定数](#2-改变一组数的正负号使得它们的和为一给定数)
* [3. 01 字符构成最多的字符串](#3-01-字符构成最多的字符串)
* [4. 找零钱的最少硬币数](#4-找零钱的最少硬币数)
* [5. 找零钱的硬币数组合](#5-找零钱的硬币数组合)
* [6. 字符串按单词列表分割](#6-字符串按单词列表分割)
* [7. 组合总和](#7-组合总和)
* [股票交易](#股票交易)
* [1. 需要冷却期的股票交易](#1-需要冷却期的股票交易)
* [2. 需要交易费用的股票交易](#2-需要交易费用的股票交易)
* [3. 只能进行次的股票交易](#3-只能进行次的股票交易)
* [4. 只能进行 k 次的股票交易](#4-只能进行-k-次的股票交易)
* [字符串编辑](#字符串编辑)
* [1. 删除两个字符串的字符使它们相等](#1-删除两个字符串的字符使它们相等)
* [2. 编辑距离](#2-编辑距离)
* [3. 复制粘贴字符](#3-复制粘贴字符)
<!-- GFM-TOC -->
递归和动态规划都是将原问题拆成多个子问题然后求解他们之间最本质的区别是动态规划保存了子问题的解避免重复计算
# 斐波那契数列
## 斐波那契数列
## 1. 爬楼梯
### 1. 爬楼梯
70\. Climbing Stairs (Easy)
@ -80,7 +80,7 @@ public int climbStairs(int n) {
}
```
## 2. 强盗抢劫
### 2. 强盗抢劫
198\. House Robber (Easy)
@ -108,7 +108,7 @@ public int rob(int[] nums) {
}
```
## 3. 强盗在环形街区抢劫
### 3. 强盗在环形街区抢劫
213\. House Robber II (Medium)
@ -137,7 +137,7 @@ private int rob(int[] nums, int first, int last) {
}
```
## 4. 信件错排
### 4. 信件错排
题目描述 N 信封它们被打乱求错误装信方式的数量
@ -152,7 +152,7 @@ private int rob(int[] nums, int first, int last) {
<div align="center"> <img src="https://cs-notes-1256109796.cos.ap-guangzhou.myqcloud.com/da1f96b9-fd4d-44ca-8925-fb14c5733388.png" width="350px"> </div><br>
## 5. 母牛生产
### 5. 母牛生产
[程序员代码面试指南-P181](#)
@ -164,9 +164,9 @@ private int rob(int[] nums, int first, int last) {
<div align="center"> <img src="https://cs-notes-1256109796.cos.ap-guangzhou.myqcloud.com/879814ee-48b5-4bcb-86f5-dcc400cb81ad.png" width="250px"> </div><br>
# 矩阵路径
## 矩阵路径
## 1. 矩阵的最小路径和
### 1. 矩阵的最小路径和
64\. Minimum Path Sum (Medium)
@ -204,7 +204,7 @@ public int minPathSum(int[][] grid) {
}
```
## 2. 矩阵的总路径数
### 2. 矩阵的总路径数
62\. Unique Paths (Medium)
@ -241,9 +241,9 @@ public int uniquePaths(int m, int n) {
}
```
# 数组区间
## 数组区间
## 1. 数组区间和
### 1. 数组区间和
303\. Range Sum Query - Immutable (Easy)
@ -277,7 +277,7 @@ class NumArray {
}
```
## 2. 数组中等差递增子区间的个数
### 2. 数组中等差递增子区间的个数
413\. Arithmetic Slices (Medium)
@ -336,9 +336,9 @@ public int numberOfArithmeticSlices(int[] A) {
}
```
# 分割整数
## 分割整数
## 1. 分割整数的最大乘积
### 1. 分割整数的最大乘积
343\. Integer Break (Medim)
@ -359,7 +359,7 @@ public int integerBreak(int n) {
}
```
## 2. 按平方数来分割整数
### 2. 按平方数来分割整数
279\. Perfect Squares(Medium)
@ -397,7 +397,7 @@ private List<Integer> generateSquareList(int n) {
}
```
## 3. 分割整数构成字母字符串
### 3. 分割整数构成字母字符串
91\. Decode Ways (Medium)
@ -431,7 +431,7 @@ public int numDecodings(String s) {
}
```
# 最长递增子序列
## 最长递增子序列
已知一个序列 {S<sub>1</sub>, S<sub>2</sub>,...,S<sub>n</sub>}取出若干数组成新的序列 {S<sub>i1</sub>, S<sub>i2</sub>,..., S<sub>im</sub>}其中 i1i2 ... im 保持递增即新序列中各个数仍然保持原数列中的先后顺序称新序列为原序列的一个 **子序列**
@ -447,7 +447,7 @@ public int numDecodings(String s) {
对于一个长度为 N 的序列最长递增子序列并不一定会以 S<sub>N</sub> 为结尾因此 dp[N] 不是序列的最长递增子序列的长度需要遍历 dp 数组找出最大值才是所要的结果max{ dp[i] | 1 <= i <= N} 即为所求
## 1. 最长递增子序列
### 1. 最长递增子序列
300\. Longest Increasing Subsequence (Medium)
@ -485,7 +485,7 @@ return ret;
定义一个 tails 数组其中 tails[i] 存储长度为 i + 1 的最长递增子序列的最后一个元素对于一个元素 x
- 如果它大于 tails 数组所有的值那么把它添加到 tails 后面表示最长递增子序列长度加 1
- 如果 tails[i-1] < x <= tails[i]那么更新 tails[i] = x
- 如果 tails[i-1] \< x \<= tails[i]那么更新 tails[i] = x
例如对于数组 [4,3,6,5]
@ -531,7 +531,7 @@ private int binarySearch(int[] tails, int len, int key) {
}
```
## 2. 一组整数对能够构成的最长链
### 2. 一组整数对能够构成的最长链
646\. Maximum Length of Pair Chain (Medium)
@ -543,7 +543,7 @@ Output: 2
Explanation: The longest chain is [1,2] -> [3,4]
```
题目描述对于 (a, b) (c, d) 如果 b < c则它们可以构成一条链
题目描述对于 (a, b) (c, d) 如果 b \< c则它们可以构成一条链
```java
public int findLongestChain(int[][] pairs) {
@ -565,7 +565,7 @@ public int findLongestChain(int[][] pairs) {
}
```
## 3. 最长摆动子序列
### 3. 最长摆动子序列
376\. Wiggle Subsequence (Medium)
@ -603,7 +603,7 @@ public int wiggleMaxLength(int[] nums) {
}
```
# 最长公共子序列
## 最长公共子序列
对于两个子序列 S1 S2找出它们最长的公共子序列
@ -626,7 +626,7 @@ public int wiggleMaxLength(int[] nums) {
- 在最长递增子序列中dp[i] 表示以 S<sub>i</sub> 为结尾的最长递增子序列长度子序列必须包含 S<sub>i</sub> 在最长公共子序列中dp[i][j] 表示 S1 中前 i 个字符与 S2 中前 j 个字符的最长公共子序列长度不一定包含 S1<sub>i</sub> S2<sub>j</sub>
- 在求最终解时最长公共子序列中 dp[N][M] 就是最终解而最长递增子序列中 dp[N] 不是最终解因为以 S<sub>N</sub> 为结尾的最长递增子序列不一定是整个序列最长递增子序列需要遍历一遍 dp 数组找到最大者
## 1. 最长公共子序列
### 1. 最长公共子序列
1143\. Longest Common Subsequence
@ -649,7 +649,7 @@ public int wiggleMaxLength(int[] nums) {
}
```
# 0-1 背包
## 0-1 背包
有一个容量为 N 的背包要用这个背包装下物品的价值最大这些物品有两个属性体积 w 和价值 v
@ -730,7 +730,7 @@ public int knapsack(int W, int N, int[] weights, int[] values) {
- 其它物品之间相互约束或者依赖
## 1. 划分数组为和相等的两部分
### 1. 划分数组为和相等的两部分
416\. Partition Equal Subset Sum (Medium)
@ -772,7 +772,7 @@ private int computeArraySum(int[] nums) {
}
```
## 2. 改变一组数的正负号使得它们的和为一给定数
### 2. 改变一组数的正负号使得它们的和为一给定数
494\. Target Sum (Medium)
@ -846,7 +846,7 @@ private int findTargetSumWays(int[] nums, int start, int S) {
}
```
## 3. 01 字符构成最多的字符串
### 3. 01 字符构成最多的字符串
474\. Ones and Zeroes (Medium)
@ -886,7 +886,7 @@ public int findMaxForm(String[] strs, int m, int n) {
}
```
## 4. 找零钱的最少硬币数
### 4. 找零钱的最少硬币数
322\. Coin Change (Medium)
@ -930,7 +930,7 @@ public int coinChange(int[] coins, int amount) {
}
```
## 5. 找零钱的硬币数组合
### 5. 找零钱的硬币数组合
518\. Coin Change 2 (Medium)
@ -964,7 +964,7 @@ public int change(int amount, int[] coins) {
}
```
## 6. 字符串按单词列表分割
### 6. 字符串按单词列表分割
139\. Word Break (Medium)
@ -1003,7 +1003,7 @@ public boolean wordBreak(String s, List<String> wordDict) {
}
```
## 7. 组合总和
### 7. 组合总和
377\. Combination Sum IV (Medium)
@ -1046,9 +1046,9 @@ public int combinationSum4(int[] nums, int target) {
}
```
# 股票交易
## 股票交易
## 1. 需要冷却期的股票交易
### 1. 需要冷却期的股票交易
309\. Best Time to Buy and Sell Stock with Cooldown(Medium)
@ -1080,7 +1080,7 @@ public int maxProfit(int[] prices) {
}
```
## 2. 需要交易费用的股票交易
### 2. 需要交易费用的股票交易
714\. Best Time to Buy and Sell Stock with Transaction Fee (Medium)
@ -1121,7 +1121,7 @@ public int maxProfit(int[] prices, int fee) {
```
## 3. 只能进行两次的股票交易
### 3. 只能进行两次的股票交易
123\. Best Time to Buy and Sell Stock III (Hard)
@ -1149,7 +1149,7 @@ public int maxProfit(int[] prices) {
}
```
## 4. 只能进行 k 次的股票交易
### 4. 只能进行 k 次的股票交易
188\. Best Time to Buy and Sell Stock IV (Hard)
@ -1179,9 +1179,9 @@ public int maxProfit(int k, int[] prices) {
}
```
# 字符串编辑
## 字符串编辑
## 1. 删除两个字符串的字符使它们相等
### 1. 删除两个字符串的字符使它们相等
583\. Delete Operation for Two Strings (Medium)
@ -1212,7 +1212,7 @@ public int minDistance(String word1, String word2) {
}
```
## 2. 编辑距离
### 2. 编辑距离
72\. Edit Distance (Hard)
@ -1267,7 +1267,7 @@ public int minDistance(String word1, String word2) {
}
```
## 3. 复制粘贴字符
### 3. 复制粘贴字符
650\. 2 Keys Keyboard (Medium)
@ -1311,10 +1311,3 @@ public int minSteps(int n) {
return dp[n];
}
```
<div align="center"><img width="320px" src="https://cs-notes-1256109796.cos.ap-guangzhou.myqcloud.com/githubio/公众号二维码-2.png"></img></div>