【LeetCode】HOT 100(11)

题单介绍:

精选 100 道力扣(LeetCode)上最热门的题目,适合初识算法与数据结构的新手和想要在短时间内高效提升的人,熟练掌握这 100 道题,你就已经具备了在代码世界通行的基本能力。

目录

题单介绍:

题目:64. 最小路径和 - 力扣(Leetcode)

题目的接口:

解题思路:

代码:

过过过过啦!!!!

题目:72. 编辑距离 - 力扣(Leetcode)

题目的接口:

解题思路:

代码:

过过过过啦!!!!

写在最后:


题目:64. 最小路径和 - 力扣(Leetcode)

题目的接口:

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {

    }
};

解题思路:

这道题也是简单dp,

主要思路就是:(三种情况)

1. 第一行的值就是自己的值加上左边数的值

2. 第一列的值就是自己的值加上上面数的值

3. 其它位置就是自己的值加上min(左边数的值,上面数的值)(因为是找最小值路径)

代码:

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        for(int i = 0; i < grid.size(); i++) {
            for(int j = 0; j < grid[0].size(); j++) {
                if(i == 0 && j == 0) continue; //第一行第一列就是自己本身
                else if(i == 0) grid[i][j] = grid[i][j - 1] + grid[i][j]; //情况1
                else if(j == 0) grid[i][j] = grid[i - 1][j] + grid[i][j]; //情况2
                else grid[i][j] = min(grid[i - 1][j], grid[i][j - 1]) + grid[i][j]; //情况3
            }
        }
        return grid[grid.size() - 1][grid[0].size() - 1];
    }
};

过过过过啦!!!!

题目:72. 编辑距离 - 力扣(Leetcode)

题目的接口:

class Solution {
public:
    int minDistance(string word1, string word2) {

    }
};

解题思路:

这道题也是dp问题,算是不怎么基础的基础dp问题吧,

这道题的状态转移方程我也是看了很久才看明白,

具体思路是这样子的:

1. 我们将操作一个单词分成三种情况:插入、删除、替换

2. 初始化用于动态规划的二维数组,将第一行作为插入操作,第一列作为删除操作初始化其操作数

3. 三种操作分别对应上,左,左上。(左上对应的是替换操作)

然后我们列出状态转移方程:(因为要求的是最小的步数)

1. 如果单词需要操作,找出三种操作中最小一步 + 1次操作

2. 如果单词不需要操作,就不操作(返回之前的样子)

代码如下:

代码:

class Solution {
public:
    int minDistance(string word1, string word2) {
        // +1 是未了在单词为空的时候,也能创建出空间
        vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));

        //将第一行和第一列初始化
        for(int i = 0; i < dp.size(); i++) dp[i][0] = i;
        for(int i = 0; i < dp[0].size(); i++) dp[0][i] = i;

        //动态规划
        for(int i = 1; i < dp.size(); i++) {
            for(int j = 1; j < dp[0].size(); j++) {
                //找出三种操作中最小一步 + 1次操作
                dp[i][j] = min(dp[i - 1][j - 1], min(dp[i - 1][j], dp[i][j - 1])) + 1;
                if(word1[i - 1] == word2[j - 1]) {
                    //如果单词不需要操作,就不操作(返回之前的样子)
                    dp[i][j] = dp[i - 1][j - 1];
                }
            }
        }
        //.back()是返回数组最后一个元素
        return dp.back().back();
    }
};

过过过过啦!!!!

写在最后:

以上就是本篇文章的内容了,感谢你的阅读。

如果感到有所收获的话可以给博主点一个哦。

如果文章内容有遗漏或者错误的地方欢迎私信博主或者在评论区指出~

猜你喜欢

转载自blog.csdn.net/Locky136/article/details/131083447