leetcode算法题解(Java版)-8-动态规划+状态压缩

简介: 这道题有点像链表,二叉树中多了个链表,其实解法也应该往链表上去想,一般考虑用两个指针一个当前的,控制外部循环,一个是移动的,控制内部小循环。二叉树不断往下走,一边走一边从左向右实现同一层节点之间链表的链接

一、树

题目描述

Given a binary tree 
    struct TreeLinkNode {
      TreeLinkNode *left;
      TreeLinkNode *right;
      TreeLinkNode *next;
    }

Populate each next pointer to point to its next right node. If there is no next right node, the next pointer should be set toNULL.
Initially, all next pointers are set toNULL.
Note:
You may only use constant extra space.
You may assume that it is a perfect binary tree (ie, all leaves are at the same level, and every parent has two children).

For example,
Given the following perfect binary tree,

         1
       /  \
      2    3
     / \  / \
    4  5  6  7

After calling your function, the tree should look like:

         1 -> NULL
       /  \
      2 -> 3 -> NULL
     / \  / \
    4->5->6->7 -> NULL

思路

  • 题目的意思可能看文字有点不明白,没关系!看明白它给的两个图就行了,就是图上描绘的意思。
  • 这道题有点像链表,二叉树中多了个链表,其实解法也应该往链表上去想,一般考虑用两个指针一个当前的,控制外部循环,一个是移动的,控制内部小循环。二叉树不断往下走,一边走一边从左向右实现同一层节点之间链表的链接

代码

/**
 * Definition for binary tree with next pointer.
 * public class TreeLinkNode {
 *     int val;
 *     TreeLinkNode left, right, next;
 *     TreeLinkNode(int x) { val = x; }
 * }
 */
public class Solution {
    public void connect(TreeLinkNode root) {
        if(root==null){
            return;
        }
        TreeLinkNode p=root;
        TreeLinkNode q=root;
        while(p.left!=null){
            q=p;
            while(q!=null){
                q.left.next=q.right;
                if(q.next!=null){
                    q.right.next=q.next.left; 
                }
                q=q.next;
            }
            p=p.left;
        }
        return;
    }
}

二、动态规划

题目描述

Given a string S and a string T, count the number of distinct subsequences of T in S.
A subsequence of a string is a new string which is formed from the original string by deleting some (can be none) of the characters without disturbing the relative positions of the remaining characters. (ie,"ACE"is a subsequence of"ABCDE"while"AEC"is not).
Here is an example:
S ="rabbbit", T ="rabbit"
Return3.

思路

  • 又是典型的动态规划~~重新的复习了一下:

动态规划:

参考:CSDN

动态规划解题的一般思路:

  • 将原问题分解为子问题:子问题和原问题类似
  • 确定状态:即是dp数组,存储了子问题的状态
  • 确定初始状态(边界)的值:这个需要想一下,但其实一般都是由套路的,比如都是0或者都是1。实在不知道,可以用几个值试一试
  • 写出状态转移方程

动态规划解题的特点:

  • 问题具有最优子结构:如果原问题的最优解也是子问题的最优解。
  • 无后效性:当前的状态之和它之前的某些特定位置的状态有关,和路径等无关,即后来产生的值不会影响前面已经确定的值。

回到题目中来

  • 好了,那么来看这一道题:首先可以分解为子问题,而且子问题的最优解也是原问题的最优解。
  • dpi就是所谓的子问题,也是状态空间,表示S[0~i-1]中包含的T[0~j-1]的subsequences(这个定义看题目)数目。然后具体分析请看代码
  • 推荐在草稿画出dp数组,一边看代码一边填dp。

代码

public class Solution {
    public int numDistinct(String S, String T) {
        int lenS=S.length();
        int lenT=T.length();
        if(lenS==0||lenT==0){
            return 0;
        }
        int row=lenS+1;
        int col=lenT+1;
        int [][] dp=new int [row][col];
        for(int i=1;i<col;i++){
            dp[0][i]=0;
        }
        for(int j=0;j<row;j++){
            dp[j][0]=1;
        }
        for(int i=1;i<row;i++){
            //这里在纸上画字符串数组分析的时候,把字符串的下表可以从“1”开始,便于思维理解
            for(int j=1;j<col;j++){
                if(S.charAt(i-1)==T.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1]+dp[i-1][j];//这里可能稍微难理解,
                    //要记住这一步的目的是解决字符串可以是不连续的,只要满足在原来串中顺序不变即可称为subsequence
                    //结合这个区想这一步为啥这么相加,就能理解了,我是用这个笨方法想的。。。
                }
                else{
                    dp[i][j]=dp[i-1][j];//既然S[i-1]和T[j-1]不一样,那么不妨不要S[i],
                    //可不能也不要T[j]噢,因为我们的目标是找到S中包含T的所有subsequences
                }
            }
        }
        return dp[row-1][col-1];
    }
}

状态压缩+细节优化过的代码
详细见代码注释,动态规划一般都是可以压缩一下状态的。

public class Solution {
    public int numDistinct(String S, String T) {
        int lenS=S.length();
        int lenT=T.length();
        if(lenS==0||lenT==0){
            return 0;
        }
        int col=lenT+1;
        int row=lenS+1;
        int dp[]=new int[col];
        for(int i=0;i<col;i++){
            if(i==0){
                dp[i]=1;
                continue;
            }
            dp[i]=0;
        }
        for(int i=1;i<row;i++){
            for(int j=j=Math.min(i,col-1);j>0;j--){
                //其实这里还能再优化,写成 "j=Math.min(i,col-1)"
                //因为S[0~i]不可能包含长度比他大的T[0~j]
                if(S.charAt(i-1)==T.charAt(j-1)){
                    dp[j]=dp[j-1]+dp[j];
                }
                else{
                    dp[j]=dp[j];
                }
            }
        }
        return dp[col-1];
    }
}
目录
相关文章
|
4月前
|
存储 人工智能 算法
从零掌握贪心算法Java版:LeetCode 10题实战解析(上)
在算法世界里,有一种思想如同生活中的"见好就收"——每次做出当前看来最优的选择,寄希望于通过局部最优达成全局最优。这种思想就是贪心算法,它以其简洁高效的特点,成为解决最优问题的利器。今天我们就来系统学习贪心算法的核心思想,并通过10道LeetCode经典题目实战演练,带你掌握这种"步步为营"的解题思维。
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
174 0
|
10月前
|
机器学习/深度学习 算法 Go
【LeetCode 热题100】139:单词拆分(动态规划全解析+细节陷阱)(Go语言版)
本题是 LeetCode 热题 139:单词拆分(Word Break),需判断字符串 `s` 是否能由字典 `wordDict` 中的单词拼接而成。通过动态规划(DP)或记忆化搜索解决。DP 中定义布尔数组 `dp[i]` 表示前 `i` 个字符是否可拆分,状态转移方程为:若存在 `j` 使 `dp[j]=true` 且 `s[j:i]` 在字典中,则 `dp[i]=true`。初始条件 `dp[0]=true`。代码实现中用哈希集合优化查找效率。记忆化搜索则从起始位置递归尝试所有切割点。两种方法各有利弊,DP 更适合面试场景。思考扩展包括输出所有拆分方式及使用 Trie 优化大字典查找。
326 6
|
存储 人工智能 自然语言处理
Delta-CoMe:清华联合OpenBMB等高校开源的新型增量压缩算法
Delta-CoMe是由清华大学NLP实验室联合OpenBMB开源社区、北京大学和上海财经大学提出的新型增量压缩算法。该算法通过结合低秩分解和低比特量化技术,显著减少了大型语言模型的存储和内存需求,同时保持了模型性能几乎无损。Delta-CoMe特别适用于处理数学、代码和多模态等复杂任务,并在推理速度上有所提升。
389 6
Delta-CoMe:清华联合OpenBMB等高校开源的新型增量压缩算法
|
算法 Java C++
【潜意识Java】蓝桥杯算法有关的动态规划求解背包问题
本文介绍了经典的0/1背包问题及其动态规划解法。
456 5
|
存储 算法 Java
leetcode算法题-有效的括号(简单)
【11月更文挑战第5天】本文介绍了 LeetCode 上“有效的括号”这道题的解法。题目要求判断一个只包含括号字符的字符串是否有效。有效字符串需满足左括号必须用相同类型的右括号闭合,并且左括号必须以正确的顺序闭合。解题思路是使用栈数据结构,遍历字符串时将左括号压入栈中,遇到右括号时检查栈顶元素是否匹配。最后根据栈是否为空来判断字符串中的括号是否有效。示例代码包括 Python 和 Java 版本。
349 4
|
算法
每日一道算法题(Leetcode 20)
每日一道算法题(Leetcode 20)
207 2
|
安全 Java Android开发
JavaWeb解压缩漏洞之ZipSlip与Zip炸弹
JavaWeb解压缩漏洞之ZipSlip与Zip炸弹
652 5
|
安全 Java Android开发
JavaWeb解压缩漏洞之ZipSlip与Zip炸弹
JavaWeb解压缩漏洞之ZipSlip与Zip炸弹
488 2
|
算法 Java
Java 压缩文件
在Java中压缩文件是一个常见的需求,通常可以通过使用Java自带的`java.util.zip`包来实现。这个包提供了`ZipOutputStream`类来创建ZIP格式的压缩文件。以下是一个简单的示例,展示了如何将多个文件压缩到一个ZIP文件中。 ### 示例:将多个文件压缩到一个ZIP文件中 ```java import java.io.*; import java.util.zip.ZipEntry; import java.util.zip.ZipOutputStream; public class ZipFilesExample { public static vo
255 2