算分分析、分治法、动态规划法、贪心法、回溯法、分枝限界法的实验报告。

对即将找工作的大学生，研究生都爱刷leetcode的题目，但是刚刚接受无法适从，或是一时半会儿想不到解法，没关系，leetcode题解PDF可一带你慢慢了解思路过程。
目录3.4Addbinary615.1.5BinaryTreeLevelOr-3.5LongestPalindromicSubstring.62dertraversalil3.6RegularExpressionMatching665.1.6BinaryTreeZigzag3.7WildcardMatching67LevelOrdertraversal.963.8LongestCommonPrefix5.1.7RecoverBinarySearch3.9ValidNumber70Tree983.10Integertoroman725.1.8SameTree3.11RomantoInteger5.1.9SymmetricTree1013.12CountandSay745.1.10BalancedBinaryTree..1023.13Anagrams755.1.11FlattenBinaryTreeto3.14SimplifyPath76LinkedList1033.15LengthofLastWord775.1.12PopulatingNextRightPointersineachnodeii105第4章栈和队列7952二叉树的构建1074.1栈795.2.1ConstructBinaryTree4ValidParentheses79fromPreorderandIn4.1.2LongestvalidParenorderTraversatheses805.2.2ConstructBinaryTree4.1.3LargestRectangleinfromInorderandposHistogram82torderTraversal1084.14Evaluatereversepol-53二叉查找树109ishnotation845.3.1UniqueBinarySearch4,2队列85Trees5.3.2UniqueBinarySearch第5章树86Treesli.1105.1二叉树的遍历865.3.3ValidateBinarySearch5.1.1BinaryTreePreorderTreeTraversal865.3.4ConvertSortedarrayto5.1.2BinaryTreeInorderBinarySearchTreel12Traversal885.3.5ConvertSortedListto5.1.3BinaryTreePostorderBinarysearchtree113Traversal9054二叉树的递归1155.1.4BinaryTreeLevelOr5.4.1MinimumDepthofBidertraversalnarylree115目录5.4.2MaximumDepthofBi8.32重新实现nextpermunaryTree116tation1425.4.3PathSum117833递归.1435.44PathSumil1188.4PermutationsII1445.4.5BinaryTreeMaximum8.4.1nextpermutation...144PathSuum119842重新实现nextpermu5.4.6PopulatingNextRighttation144Pointersineachnode12084.3递归1445.4.7SumRoottoLeafNum8.5Combinations146bers122851递归146852迭代147第6章排序1238.6LetterCombinationsofaphone6.1MergeSortedArray123umber1476.2MergeTwoSortedLists12486.1递归1486.3MergekSortedLists124862迭代96.4InsertionSortList125第9章广度优先搜索1506.5Sortlist1269.1WordLadder1506.6FirstMissingPositive1279.2WordLadderil..1526.7SortColors289.3Surroundedregions154第7章查找94小结15613194.1适用场景1567.1Searchforarange131942思考的步骤.1567.2SearchInsertPosition.13294.3代码模板1577.3Searcha2DMatrix133第10章深度优先搜索162第8章暴力枚举法13510.1PalindromePartitioning..1628.1Subsets13510.2UniquePaths1658.1.1递归1350.2.1深搜1658.1.2迭代.13710.22备忘录法.1658.2Subsetsil13810.23动规166821递归1381024数学公式167822迭代.14110.3UniquePathsIl1688.3Permutations14210.3.1备忘录法1688.3.1nextpermutation14210.3.2动规.169目录10.4N-Queens16913.4Maximalrectangle19910.5N-QueensII17213.5BestTimetoBuyandSellStock10.6Restoreipaddresses17320010.7CombinationSum17413.6InterleavingString20110.8CombinationSumIl17513.7ScrambleString20310.9GenerateParentheses.17713.8MinimumPathSum20810.10Sudokusolver17813.9EditDistance21010.11WordSearch.18013.10DecodeWays.21210.12小结18113.11DistinctSubsequences21310.12.1适用场景1813.12WordBreak21410.122思考的步骤1811313WordBreakil21610.12.3代码模板183第14章图21810.12.4深拽与回溯法的区别.18414.1CloneGraph10.12.5深搜与递归的区别..184第15章细节实现题221第11章分治法18515.1ReverseInteger2211.1Pow(x,n)18515.2PalindromeNumber222qrt(x18615.3InsertInterval223第12章贪心法18715.4MergeIntervals22412.1Jumpgame18715.5MinimumWindowSubstring..22512.2JumpgameIl18815.6MultiplyStrings22712.3BestTimetobuyandsellstock19015.7SubstringwithConcatenation12.4BestTimetobuyandsellstock191ofallwords23012.5LongestSubstringWithoutre15.8Pascal,sTrianglepeatingCharacters19215.9PascalsTriangleIl23212.6ContainerwithmostWater.19315.10Spiralmatrix23315.11SpiralmatrixII234第13章动态规划19515.12ZigZagConversion23613.1Triangle19515.13DivideTwoIntegers23713.2MaximumSubarray19615.14TextJustification23813.3PalindromePartitioningII19815.15MaxPointsonaline目录第1章编程技巧在判断两个浮点数a和b是否相等时,不要用a=-b,应该判断二者之差的绝对值fabs(a-b)是否小于某个阈值,例如1e-9。
判断一个整数是否是为奇数,用x%2!=0,不要用x%2==1,因为x可能是负数用char的值作为数组下标(例如,统计字符串中每个字符出现的次数),要考虑到char可能是负数。
有的人考虑到了,先强制转型为unsignedint再用作下标,这仍然是错的。
正确的做法是,先强制转型为unsignedchar,再用作下标。
这涉及C++整型提升的规则,就不详述了。
以下是关于STL使用技巧的,很多条款来自《EffectiⅤveStL》这本书。
vector和string优先于动态分配的数组首先,在性能上,由于vector能够保证连续内存,因此一旦分配了后,它的性能跟原始数组相当其次,如果用new,意味着你要确保后面进行了delete,一旦忘记了,就会岀现BUG,且这样需要都写一行delete,代码不够短再次,声明多维数组的话,只能一个一个new,例如:int**ary=newint*[row_num];for(inti=0:i<rownum;++1)ary[i]newint[col_num]用vector的话一行代码搞定,vector<vector<int>>ary(row_num,vector<int>(col_num,0))使用reserve来避免不必要的重新分配第2章线性表这类题目考察线性表的操作,例如,数组,单链表,双向链表等。
21数组2.1.1RemoveDuplicatesfromSortedarray描述Givenasortedarray,removetheduplicatesinplacesuchthateachelementappearonlyonceandreturnthenewlengthDonotallocateextraspaceforanotherarray,youmustdothisinplacewithconstantmemoryForexample,GiveninputarrayA=[1,1,2Yourfunctionshouldreturnlength=2,andaisnow[1,2]分析无代码1/LeetCode,RemoveDuplicatesfromSortedArray/时间复杂度0(n),空间复杂度0(1)classSolutiontublicintremoveDuplicates(intA[],intn)tlf(n==oreturnointindex=0:for(inti=1:i<n:i++iif(Alindex!alidA[++index]=Alireturnindex12.1数组代码2//LeetCode,RemoveDuplicatesfromSortedArray//使用STL,时间复杂度0(n),空间复杂度0(1)classSolutionipublicintremoveDuplicates(intA[,intn)treturndistance(A,unique(A,An))代码3/LeetCode,RemoveDuplicatesfromSortedArray/使用STL,时间复杂度0(n),空间复杂度0(1)lassSolutionfublicintremoveDuplicates(intA[],intn)treturnremoveDuplicates(A,A+n,A)-A;template<typenameInIt,typenameoutit>OutItremoveDuplicates(InItfirst,InItlast,OutItoutput)thile(firstlast)i*output++=*firstfirstupper_bound(first,last,*firstreturnoutput相关题目RemoveduplicatesfromSortedArrayIl,见§2.1.22.1.2RemoveDuplicatesfromSortedArrayII描述Followupfor"RemoveDuplicates"Whatifduplicatesareallowedatmosttwice?Forexample,Givensortedarraya=[1,1,1,2,2,3]Yourfunctionshouldreturnlength=5,andAisnow[1,1,2,2,3分析加一个变量记录一下元素出现的次数即可。
这题因为是已经排序的数组,所以一个变量即可解决。
如果是没有排序的数组,则需要引入一个hashmap来记录出现次数4第2章线性表代码1//LeetCode,RemoveDuplicatesfromSortedArrayII/时间复杂度0(n),空间复杂度0(1)//qauthorhex108(https://github.com/hex108)classSolutiontublicintremoveDuplicates(intA[],intn)tlf(n<=2returnnintindex=2for(inti=2:in:1++)if(all]!Alindex-2])ALindex++]=Ali]returnindex;代码2下面是一个更简洁的版本。
上面的代码略长,不过扩展性好一些,例如将occur<2改为ocur<3,就变成了允许重复最多3次。
//LeetCode,RemoveDuplicatesfromSortedArrayII//@author虞航仲(http://weibo.com/u/1666779725)//时间复杂度0(n),空间复杂度0(1)classSolutionipublicintremoveDuplicates(intA[],intn)tmtindex=ofor(intif(i>0&&i<1&&A[i]==A[i-1]&&A[i]==A[i+1])continueAlindex++]=Alireturnindex;相关题目RemoveDuplicatesfromSortedArray,见§2.1.12.1.3SearchinRotatedSortedArray描述Supposeasortedarrayisrotatedatsomepivotunknowntoyoubeforehand

动态规划，POA。
动态规划是最优化技术中一种适用范围很广的基本的数学方法。
结合实例详细介绍了动态规划模型的建立,以及在水库调度中的具体应用

漫画：动态规划系列(2021.01.22).pdf

算法设计与分析实验报告，全文由本人使用c++撰写，内容涵盖重要的基本算法，贪心、动态规划、分治、回溯等，结合实际问题分析来讲解算法的实现机理

动态规划写的灰度压缩解压，只适合bmp文件,包含压缩和解压

前言第1章　绪论第2章　算法复杂度与问题的下界2.1　算法的时间复杂度2.2　最好、平均和最坏情况的算法分析2.3　问题的下界2.4　排序的最坏情况下界2.5　堆排序：在最坏情况下最优的排序算法2.6　排序的平均情况下界2.7　通过神谕改进下界2.8　通过问题转换求下界2.9　注释与参考2.10　进一步的阅读资料习题第3章　贪心法3.1　生成最小生成树的Kruka1算法3.2　生成最小生成树的Prim算法3.3　单源最短路径问题3.4　二路归并问题3.5　用贪心法解决最小圈基问题3.6　用贪心法解决2终端一对多问题3.7　用贪心法解决1螺旋多边形最小合作警卫问题3.8　实验结果3.9　注释与参考3.10　进一步的阅读资料习题第4章　分治策略4.1　求2维极大点问题4.2　最近点对问题4.3　凸包问题4.4　用分冶策略构造Voronoi图4.5　voronoi图的应用4.6　快速傅里叶变换4.7　实验结果4.8　注释与参考4.9　进一步的阅读资料习题第5章　树搜索策略5.1　广度优先搜索5.2　深度优先搜索5.3　爬山法5.4　最佳优先搜素策略5.5　分支限界策略5.6　用分支限界策略解决人员分配问题5.7　用分支限界策略解决旅行商优化问题5.8　用分支限界策略解决O，1背包问题5.9　用分支限界方法解决作业调度问题5.10　A*算法5.11　用特殊的A*算法解决通道路线问题5.12　用A*算法解决线性分块编码译码问题5.13　实验结果5.14　注释与参考5.15　进一步的阅读资料习题第6章　剪枝搜索方法6.1　方法概述6.2　选择问题6.3　两变量线性规划6.4　圆心问题6.5　实验结果6.6　注释与参考6.7　进一步的闷读瓷料习题弟7章　动态规划方法7.1　资源配置问题7.2　最长公共f序列问题7.3　2序列比对问题7.4　RNA最大碱基对匹配问题7.5　0，1背包问题7.6　最优二卫树问题7.7　树的带权完垒支配问题7.8　树的带权单步图边的搜索问题7.9　用动态规划方法解决1螺旋多边形m守卫路由问题7.10　实验结果7.11　注释与参考7.12　进一步的阅读资料习题第8章　NP完全性理论8.1　关十NP完垒性理论的非形式化讨论8.2　判定问题8.3　可满足性问题8.4　NP问题8.5　库克定理8.6　NP完全问题8.7　证明NP完全性的例子8.8　2可满足性问题8.9　注释与参考8.10　进一步的阅读资料习题第9章　近似算法9.1　顶点覆盖问题的近似算珐9.2　欧几里得旅行商问题的近似算法9.3　特殊瓶颈旅行商问题的近似算珐9.4　特殊瓶颈加权K供应商问题的近似算法9.5　装箱问题的近似算法9.6　直线m中心问题的最优近似算法9.7　多序列比对问题的近似算珐9.8　对换排序问题的2近似算法9.9　多项式时间近似方案9.10　最小路径代价生成树问题的2近似算法9.11　最小路径代价生成树问题的Pns9.12　NP0完全性9.13　注释与参考9.14　进一步的阅读资料习题第10章　分摊分析10.1　使用势能函数的例子10.2　斜堆的分摊分析10.3　Av1树的分摊分析10.4　自组织顺序检索启发式方法的分摊分析10.5　配对堆及其分摊分析10.6　不相交集合并算法的分摊分析10.7　一些磁盘调度算法的分摊分析10.8　实验结果10.9　注释与参考10.10　进步的阅读资料习题第11章　随机算法11.1　解决最近点对问题的随机算珐11.2　随机最近点对问题的平均性能11.3　素数测试的随机算法11.4　模式匹配的随机算法11.5　交互证明的随机算法11.6　最小生成树的随机线性时间算法11.7　注释与参考11.8　进一步的阅读资料习题第12章　在线算法12.1　用贪心法解决在线欧几里得生成树问题12.2　在线K服务员问题及解决定义在平面树上该问题的贪心算法12.3　基于平衡策略的在线穿越障碍算法12.4　用补偿策略求解在线二分匹配问题12.5　用适中策略解决在线m台机器调度问题12.6　基于排除策略的三个计算几何问题的在线算法12.7　基于随机策略的在线生成树算法12.8　注释与参考12.

动态规划用C语言实现最佳加法表达式求最小值，输入整数串和加号个数输出最小值

一些动态规划，最新最典型的算法！如，背包问题，钢管切割问题，最长子序列问题等等。

使用c#实现动态规划法——求解矩阵连乘问题，包括GUI和逻辑实现。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。