代码随想录算法训练营Day34
力扣746.使用最小花费爬楼梯【easy】
力扣62.不同路径【medium】
力扣63.不同路径Ⅱ【medium】
力扣343.整数拆分【medium】
力扣96.不同的二叉搜索树【medium】
一、力扣746.使用最小花费爬楼梯【easy】
题目链接:力扣746.使用最小花费爬楼梯
视频链接:代码随想录
题解链接:灵茶山艾府
1、思路
-
和前面几道题思路一致,要将问题转化成子问题
-
-
-
时间复杂度: O ( n ) O(n) O(n)
-
空间复杂度:前两个 O ( n ) O(n) O(n) ,第三个优化到 O ( 1 ) O(1) O(1)
2、代码
class Solution:def minCostClimbingStairs(self, cost: List[int]) -> int:n = len(cost)# def dfs(i):# if i <= 1 :# return 0# res = min(dfs(i - 1) + cost[i -1], dfs(i - 2) + cost[i - 2])# return res# return dfs(n)# @cache# def dfs(i):# if i <= 1:# return 0# res = min(dfs(i - 1) + cost[i - 1], dfs(i - 2) + cost[i - 2])# return res# return dfs(n)# dp = [0] * (n + 1)# dp[0] = dp[1] = 0 # for k in range(2, n + 1):# dp[k] = min(dp[k - 1] + cost[k - 1], dp[k - 2] + cost[k - 2])# return dp[n]f0 = f1 = 0for i in range(1,n):new_f = min(f0 + cost[i - 1], f1 + cost[i])f0 = f1f1 = new_freturn f1
二、力扣62.不同路径【medium】
题目链接:力扣62.不同路径
视频链接:代码随想录
题解链接:灵茶山艾府
1、思路
-
转为子问题
-
明确 d p [ i ] [ j ] dp[i][j] dp[i][j] 的含义:表示从 ( 0 , 0 ) (0,0) (0,0) 到 ( i , j ) (i,j) (i,j) 的路径数
-
状态方程: d p [ i ] [ j ] = d p [ i − 1 ] [ j ] + d p [ i ] [ j − 1 ] dp[i][j] = dp[i-1][j] + dp[i][j-1] dp[i][j]=dp[i−1][j]+dp[i][j−1]
-
边界 / 初始值:
- 用递归时: d f s ( − 1 , j ) = d f s ( i , − 1 ) = 0 , d f s ( 0 , 0 ) = 1 dfs(-1,j) = dfs(i,-1) = 0, dfs(0,0) = 1 dfs(−1,j)=dfs(i,−1)=0,dfs(0,0)=1
- 转成dp是:有两种处理方式,生成的矩阵的大小不一致
- d p [ 0 ] [ 1 ] = 1 dp[0][1] = 1 dp[0][1]=1
- d p [ i ] [ 0 ] = d p [ 0 ] [ j ] = 1 dp[i][0] = dp[0][j] = 1 dp[i][0]=dp[0][j]=1
-
时间复杂度: O ( m ∗ n ) O(m * n) O(m∗n) 状态个数 * 单个状态的计算时间
2、代码
class Solution:def uniquePaths(self, m: int, n: int) -> int:# @cache# def dfs(i, j):# if i < 0 or j < 0:# return 0# if i == 0 and j == 0:# return 1# return dfs(i, j - 1 ) + dfs(i - 1, j)# return dfs(m - 1, n - 1)# dp = [[0] * (n + 1) for _ in range(m + 1)]# dp[0][1] = 1# for i in range(m):# for j in range(n):# dp[i + 1][j + 1] = dp[i][j + 1] + dp[i + 1][j]# return dp[m][n]dp = [[0] * n for _ in range(m) ]for i in range(m):dp[i][0] = 1for j in range(n):dp[0][j] = 1for i in range(1,m):for j in range(1,n):dp[i][j] = dp[i - 1][j] + dp[i][j - 1]return dp[m - 1][n - 1]
三、力扣63.不同路径Ⅱ【medium】
题目链接:力扣63.不同路径Ⅱ
left =x300
视频链接:代码随想录
题解链接:灵茶山艾府
1、思路
- 多了障碍物,其他与62一致
- 碰到障碍物,不可以走,意思就是无效路径,之前的也白搭
- 所以碰到障碍, d p [ i ] [ j ] = 0 dp[i][j] = 0 dp[i][j]=0
- 时间复杂度: O ( m ∗ n ) O(m * n) O(m∗n) 状态个数 * 单个状态的计算时间
2、代码
class Solution:def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:m, n = len(obstacleGrid), len(obstacleGrid[0])dp = [[0] * (n + 1) for _ in range(m + 1)]dp[0][1] = 1for i, row in enumerate(obstacleGrid):for j, x in enumerate(row):if x == 0:dp[i + 1][j + 1] = dp[i][j + 1] + dp[i + 1][j]return dp[m][n]
class Solution:def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:m, n = len(obstacleGrid), len(obstacleGrid[0])@cachedef dfs(i,j):if i < 0 or j < 0 or obstacleGrid[i][j]:return 0if i == 0 and j == 0 :return 1return dfs(i - 1, j) + dfs(i, j - 1)return dfs(m - 1, n - 1)
class Solution:def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:m, n = len(obstacleGrid), len(obstacleGrid[0])dp = [[0] * n for _ in range(m)]for i in range(m):if obstacleGrid[i][0] == 0: # 遇到障碍物时,直接退出循环,后面默认都是0dp[i][0] = 1else:breakfor j in range(n):if obstacleGrid[0][j] == 0:dp[0][j] = 1else:breakfor i in range(1, m):for j in range(1, n):if obstacleGrid[i][j] == 1:continuedp[i][j] = dp[i - 1][j] + dp[i][j - 1]return dp[m - 1][n - 1]
3、代码问题
四、力扣343.整数拆分【medium】
题目链接:力扣343.整数拆分
视频链接:代码随想录
题解链接:Krahets
1、思路
- 利用均值不等式说明 当取等时,乘机最大
- 时间复杂度: O ( 1 ) O(1) O(1)
2、代码
class Solution:def integerBreak(self, n: int) -> int:if n <= 3:return n - 1a, b = n // 3, n % 3if b == 0:return int(math.pow(3,a))if b == 1:return int(math.pow(3, a - 1) * 4)if b == 2:return int(math.pow(3, a) * 2)
五、力扣96.不同的二叉搜索树【medium】
题目链接:力扣96.不同的二叉搜索树
视频链接:代码随想录
题解链接:画手大鹏
1、思路
-
d p [ n ] dp[n] dp[n]:n个结点存在二叉排序树的个数
-
f ( i ) f(i) f(i):以i为根的二叉搜索树的个数
-
-
-
时间复杂度: O ( n 2 ) O(n^2) O(n2)
2、代码
class Solution:def numTrees(self, n: int) -> int:dp = [0] * (n + 1)dp[0] = 1for i in range(1,n + 1):for j in range(1, i + 1):dp[i] += dp[j-1] * dp[i - j]return dp[n]