【Python刷题Leetcode】动态规划(爬楼梯/打家劫舍/最大字段和/找零钱/三角形/最长上升子序列/最小路径和/地牢游戏)

本文主要是介绍【Python刷题Leetcode】动态规划(爬楼梯/打家劫舍/最大字段和/找零钱/三角形/最长上升子序列/最小路径和/地牢游戏),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

class Solution:# 递归法 超时了def climbStairs1(self, n: int) -> int:if n==1 or n==2:return n# 第1次爬1阶 共climbStairs1(n-1);第1次爬2阶 共climbStairs1(n-2);return self.climbStairs1(n-1)+self.climbStairs1(n-2)# 动态规划(dp)def climbStairs(self, n: int) -> int:dp = [0]*(n+3) # 最短是3个值 防止后面for循环越界dp[0],dp[1],dp[2]=0,1,2for i in range(3,n+1):dp[i]=dp[i-1]+dp[i-2]return dp[n]

 

class Solution:def rob(self, nums: List[int]) -> int:if len(nums)==0:return 0if len(nums)==1:return nums[0]if len(nums)==2:return max(nums[0],nums[1])# len(nums) >=3dp = [0]*(len(nums))dp[0],dp[1]=nums[0],max(nums[0],nums[1])for i in range(2,len(nums)):dp[i]=max(dp[i-1], dp[i-2]+nums[i])return dp[-1]

 

class Solution:def maxSubArray(self, nums: List[int]) -> int:dp = [0]*len(nums)dp[0] = nums[0]max_res = dp[0]for i in range(1, len(nums)):# 以nums[i]为结尾的结果dp[i]=max(dp[i-1]+nums[i], nums[i])if dp[i]>max_res:max_res = dp[i]return max_res

 

class Solution:def coinChange(self, coins: List[int], amount: int) -> int:# dp[i]是指的组成金额i所需的最少硬币数dp = [-1]*(amount+1)dp[0] = 0# 动态规划 从dp[1]开始递推for i in range(1,amount+1):# 内层循环coinsfor coin in coins:# 若i包含面值coin且i去掉coin后可达if i-coin>=0 and dp[i-coin]!=-1:# dp[i] = min(dp[i-1],dp[i-2],dp[i-5]) + 1 其中1 2 5是面值if dp[i]==-1 or dp[i-coin]+1<dp[i]:dp[i]=dp[i-coin]+1return dp[amount]

 

 

class Solution:def minimumTotal(self, triangle: List[List[int]]) -> int:if not triangle:return 0# triangle就是dp 最后一行不变 从倒数第二行往上递推for i in range(1,len(triangle)):line = len(triangle)-1-ifor j in range(len(triangle[line])):triangle[line][j]+=min(triangle[line+1][j],triangle[line+1][j+1])return triangle[0][0]

class Solution:def lengthOfLIS(self, nums: List[int]) -> int:if len(nums)==0 or len(nums)==1:return len(nums)# dp[i]表示nums[i]为结尾的最长上升子序列长度 # dp[i+1] = max(dp[0],dp[1],..,dp[i])+1 其中max()里面对应的num都小于nums[i+1]dp = [1]*len(nums)res = 1for i in range(1, len(nums)):for j in range(0,i):if nums[i]>nums[j] and dp[j]+1>dp[i]:dp[i]=dp[j]+1if dp[i]>res:res=dp[i]return res

另一个算法:

class Solution:def minPathSum(self, grid: List[List[int]]) -> int:if not grid:return 0# 获取行和列m = len(grid)n = len(grid[0])# 初始化dp为全0 形状跟grid一样dp = []for i in range(m):tmp = []for j in range(n):tmp.append(0)dp.append(tmp)# 从左上到右下动态规划dp[0][0] = grid[0][0]# 初始化第0行for i in range(1,n):dp[0][i] = grid[0][i]+dp[0][i-1] # grid[0][i]只能从左边过来# 从第1行开始遍历for i in range(1,m):# 初始化第i行第0列dp[i][0] = grid[i][0]+dp[i-1][0]# 填其他列 要么从左边过来 要么从上边过来for j in range(1,n):dp[i][j]=min(dp[i-1][j],dp[i][j-1])+grid[i][j]return dp[m-1][n-1]

 

class Solution:def calculateMinimumHP(self, dungeon: List[List[int]]) -> int:if not dungeon:return 0# 获取行和列m = len(dungeon)n = len(dungeon[0])# 初始化dp为全0 形状跟dungeon一样dp = []for i in range(m):tmp = []for j in range(n):tmp.append(0)dp.append(tmp)# 初始化最后一个元素dp[m-1][n-1] = max(1, 1-dungeon[m-1][n-1])# 初始化最后一行0 ~ n-2 个元素for i in range(0,n-1):idx = n-2-idp[m-1][idx] = max(1, dp[m-1][idx+1]-dungeon[m-1][idx])# 初始化最后一列0 ~ m-2 个元素for i in range(0,m-1):idx = m-2-idp[idx][n-1] = max(1, dp[idx+1][n-1]-dungeon[idx][n-1])# print(dp)# 从倒数第2行开始往上遍历 遍历m-2 ~ 0 行, 每行遍历前n-2 ~ 0 列for i in range(0,m-1):row = m-2-ifor j in range(0,n-1):col = n-2-jprint(row,col)dp_min = min(dp[row+1][col],dp[row][col+1]) # 正下方 or 正右方dp[row][col]=max(1, dp_min-dungeon[row][col])# print(dp)return dp[0][0]

 

这篇关于【Python刷题Leetcode】动态规划(爬楼梯/打家劫舍/最大字段和/找零钱/三角形/最长上升子序列/最小路径和/地牢游戏)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/520764

相关文章

python中各种常见文件的读写操作与类型转换详细指南

《python中各种常见文件的读写操作与类型转换详细指南》这篇文章主要为大家详细介绍了python中各种常见文件(txt,xls,csv,sql,二进制文件)的读写操作与类型转换,感兴趣的小伙伴可以跟... 目录1.文件txt读写标准用法1.1写入文件1.2读取文件2. 二进制文件读取3. 大文件读取3.1

使用Python实现一个优雅的异步定时器

《使用Python实现一个优雅的异步定时器》在Python中实现定时器功能是一个常见需求,尤其是在需要周期性执行任务的场景下,本文给大家介绍了基于asyncio和threading模块,可扩展的异步定... 目录需求背景代码1. 单例事件循环的实现2. 事件循环的运行与关闭3. 定时器核心逻辑4. 启动与停

基于Python实现读取嵌套压缩包下文件的方法

《基于Python实现读取嵌套压缩包下文件的方法》工作中遇到的问题,需要用Python实现嵌套压缩包下文件读取,本文给大家介绍了详细的解决方法,并有相关的代码示例供大家参考,需要的朋友可以参考下... 目录思路完整代码代码优化思路打开外层zip压缩包并遍历文件:使用with zipfile.ZipFil

Python处理函数调用超时的四种方法

《Python处理函数调用超时的四种方法》在实际开发过程中,我们可能会遇到一些场景,需要对函数的执行时间进行限制,例如,当一个函数执行时间过长时,可能会导致程序卡顿、资源占用过高,因此,在某些情况下,... 目录前言func-timeout1. 安装 func-timeout2. 基本用法自定义进程subp

Python实现word文档内容智能提取以及合成

《Python实现word文档内容智能提取以及合成》这篇文章主要为大家详细介绍了如何使用Python实现从10个左右的docx文档中抽取内容,再调整语言风格后生成新的文档,感兴趣的小伙伴可以了解一下... 目录核心思路技术路径实现步骤阶段一:准备工作阶段二:内容提取 (python 脚本)阶段三:语言风格调

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字

Python列表去重的4种核心方法与实战指南详解

《Python列表去重的4种核心方法与实战指南详解》在Python开发中,处理列表数据时经常需要去除重复元素,本文将详细介绍4种最实用的列表去重方法,有需要的小伙伴可以根据自己的需要进行选择... 目录方法1:集合(set)去重法(最快速)方法2:顺序遍历法(保持顺序)方法3:副本删除法(原地修改)方法4:

Python运行中频繁出现Restart提示的解决办法

《Python运行中频繁出现Restart提示的解决办法》在编程的世界里,遇到各种奇怪的问题是家常便饭,但是,当你的Python程序在运行过程中频繁出现“Restart”提示时,这可能不仅仅是令人头疼... 目录问题描述代码示例无限循环递归调用内存泄漏解决方案1. 检查代码逻辑无限循环递归调用内存泄漏2.

Python中判断对象是否为空的方法

《Python中判断对象是否为空的方法》在Python开发中,判断对象是否为“空”是高频操作,但看似简单的需求却暗藏玄机,从None到空容器,从零值到自定义对象的“假值”状态,不同场景下的“空”需要精... 目录一、python中的“空”值体系二、精准判定方法对比三、常见误区解析四、进阶处理技巧五、性能优化