Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
'Snowdreams
Fucking Algorithm
提交
98119ae7
F
Fucking Algorithm
项目概览
'Snowdreams
/
Fucking Algorithm
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
Fucking Algorithm
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
98119ae7
编写于
6月 22, 2020
作者:
L
labuladong
提交者:
GitHub
6月 22, 2020
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #306 from Jasper-Joe/前缀和技巧C++版本
前缀和技巧c++版本
上级
ac206fce
47409bee
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
158 addition
and
6 deletion
+158
-6
动态规划系列/最长公共子序列.md
动态规划系列/最长公共子序列.md
+43
-2
动态规划系列/编辑距离.md
动态规划系列/编辑距离.md
+61
-2
算法思维系列/前缀和技巧.md
算法思维系列/前缀和技巧.md
+54
-2
未找到文件。
动态规划系列/最长公共子序列.md
浏览文件 @
98119ae7
...
...
@@ -121,9 +121,51 @@ else:
![
labuladong
](
../pictures/labuladong.jpg
)
[
labuladong
](
https://github.com/labuladong
)
提供Python解法代码:
```
python
def
longestCommonSubsequence
(
str1
,
str2
)
->
int
:
m
,
n
=
len
(
str1
),
len
(
str2
)
# 构建 DP table 和 base case
dp
=
[[
0
]
*
(
n
+
1
)
for
_
in
range
(
m
+
1
)]
# 进行状态转移
for
i
in
range
(
1
,
m
+
1
):
for
j
in
range
(
1
,
n
+
1
):
if
str1
[
i
-
1
]
==
str2
[
j
-
1
]:
# 找到一个 lcs 中的字符
dp
[
i
][
j
]
=
1
+
dp
[
i
-
1
][
j
-
1
]
else
:
dp
[
i
][
j
]
=
max
(
dp
[
i
-
1
][
j
],
dp
[
i
][
j
-
1
])
return
dp
[
-
1
][
-
1
]
```
[
Jinglun Zhou
](
https://github.com/Jasper-Joe
)
提供C++解法代码:
```
CPP
class Solution {
public:
int longestCommonSubsequence(string str1, string str2) {
int m=str1.size(), n=str2.size();
// 构建DP table 和 base case
vector<vector<int>> dp(m+1,vector<int>(n+1));
// dp[i][j]表示: 字符串str1[0:i]和字符串str2[0:j]的最大公共子序列
// 进行状态转移
for(int i=1;i<=m;i++)
for(int j=1;j<=n;j++)
if(str1[i-1]==str2[j-1]) // 两个字符相等,必然可以构成子问题的最优解
// 找到一个lcs中的字符
dp[i][j]=1+dp[i-1][j-1];
else //如果两个字符不相等,我们往前看一个字符
//寄希望于str1[i-2]和str2[j-1]相等,或者str1[i-1]和str2[j-2]
//如果他们两个当中有任何一个可以匹配, 我们就有机会更新当前dp值
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
return dp[m][n]; // 根据dp的定义,答案就存储在dp[m][n]中
}
};
```
[
上一篇:动态规划之正则表达
](
../动态规划系列/动态规划之正则表达.md
)
[
下一篇:学习算法和刷题的思路指南
](
../算法思维系列/学习数据结构和算法的高效方法.md
)
[
目录
](
../README.md#目录
)
\ No newline at end of file
[
目录
](
../README.md#目录
)
动态规划系列/编辑距离.md
浏览文件 @
98119ae7
...
...
@@ -262,8 +262,68 @@ class Node {
![
labuladong
](
../pictures/labuladong.png
)
[
labuladong
](
https://github.com/labuladong
)
提供Java解法代码:
```
JAVA
int minDistance(String s1, String s2) {
int m = s1.length(), n = s2.length();
int[][] dp = new int[m + 1][n + 1];
// base case
for (int i = 1; i <= m; i++)
dp[i][0] = i;
for (int j = 1; j <= n; j++)
dp[0][j] = j;
// 自底向上求解
for (int i = 1; i <= m; i++)
for (int j = 1; j <= n; j++)
if (s1.charAt(i-1) == s2.charAt(j-1))
dp[i][j] = dp[i - 1][j - 1];
else
dp[i][j] = min(
dp[i - 1][j] + 1,
dp[i][j - 1] + 1,
dp[i-1][j-1] + 1
);
// 储存着整个 s1 和 s2 的最小编辑距离
return dp[m][n];
}
int min(int a, int b, int c) {
return Math.min(a, Math.min(b, c));
}
```
[
Jinglun Zhou
](
https://github.com/Jasper-Joe
)
提供C++解法代码:
```
CPP
class Solution {
public:
int minDistance(string s1, string s2) {
int m=s1.size(), n=s2.size();
vector<vector<int>> dp(m+1,vector<int>(n+1));
for(int i=1;i<=m;i++)
dp[i][0]=i; // base case: 当s2为空,s1需要删除所有字符才能与s2相等
for(int j=1;j<=n;j++)
dp[0][j]=j; // base case: 当s1为空, s1需要不断插入新字符才能与s2相等
//自底向上求解
for(int i=1;i<=m;i++)
for(int j=1;j<=n;j++)
if(s1[i-1]==s2[j-1]) // 两个字符串当前的字符一样
dp[i][j]=dp[i-1][j-1];
else // 两个字符串当前的字符不同
//使得s1[0:i]和s2[0:j]相同的最短编辑距离可通过插入,删除或替换三种操作其中一种得到
dp[i][j]=min({
dp[i-1][j]+1, // 删除s1[i]这个字符
dp[i][j-1]+1, // 在s1[i]后面加一个和s2[j]相同的字符
dp[i-1][j-1]+1}); // 将s1[i]的字符替换为s2[j]的字符
//储存着整个 s1 和 s2 的最小编辑距离
return dp[m][n];
}
};
```
[
上一篇:动态规划设计:最长递增子序列
](
../动态规划系列/动态规划设计:最长递增子序列.md
)
[
下一篇:经典动态规划问题:高楼扔鸡蛋
](
../动态规划系列/高楼扔鸡蛋问题.md
)
[
目录
](
../README.md#目录
)
\ No newline at end of file
[
目录
](
../README.md#目录
)
算法思维系列/前缀和技巧.md
浏览文件 @
98119ae7
...
...
@@ -133,9 +133,62 @@ for (int i = 1; i < count.length; i++)
![
labuladong
](
../pictures/labuladong.jpg
)
[
labuladong
](
https://github.com/labuladong
)
提供JAVA解法代码:
```
int subarraySum(int[] nums, int k) {
int n = nums.length;
// map:前缀和 -> 该前缀和出现的次数
HashMap<Integer, Integer>
preSum = new HashMap<>();
// base case
preSum.put(0, 1);
int ans = 0, sum0_i = 0;
for (int i = 0; i < n; i++) {
sum0_i += nums[i];
// 这是我们想找的前缀和 nums[0..j]
int sum0_j = sum0_i - k;
// 如果前面有这个前缀和,则直接更新答案
if (preSum.containsKey(sum0_j))
ans += preSum.get(sum0_j);
// 把前缀和 nums[0..i] 加入并记录出现次数
preSum.put(sum0_i,
preSum.getOrDefault(sum0_i, 0) + 1);
}
return ans;
}
```
[
Jinglun Zhou
](
https://github.com/Jasper-Joe
)
提供C++解法代码:
```
CPP
class Solution {
public:
int subarraySum(vector<int>& nums, int k) {
int n=nums.size();
unordered_map<int,int> preSum;
// map: 前缀和 -> 该前缀和出现的次数
preSum[0]=1; // base case: 例如当数组中只有一个元素, 而k恰好等于这个元素
int ans=0, sum0_i=0; // sum0_i 表示前缀和 nums[0...i]
for(int i=0;i<n;i++)
{
sum0_i +=nums[i];
// 这是我们想找的前缀和 nums[0...j]
int sum0_j=sum0_i-k;
// 如果前面有这个前缀和,则直接更新答案
if(preSum.count(sum0_j))
ans+=preSum[sum0_j];
//把前缀和 nums[0...i] 加入并记录出现次数
preSum[sum0_i]++; // 把当前的前缀和加入到map中
}
return ans;
}
};
```
[
上一篇:烧饼排序
](
../算法思维系列/烧饼排序.md
)
[
下一篇:字符串乘法
](
../算法思维系列/字符串乘法.md
)
[
目录
](
../README.md#目录
)
\ No newline at end of file
[
目录
](
../README.md#目录
)
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录