|
| 1 | +# 经典算法思想介绍 |
| 2 | + |
| 3 | +## 贪心算法 |
| 4 | + |
| 5 | +### 算法思想 |
| 6 | + |
| 7 | +贪心的本质是选择每一阶段的局部最优,从而达到全局最优。 |
| 8 | + |
| 9 | +### 一般解题步骤 |
| 10 | + |
| 11 | +- 将问题分解为若干个子问题 |
| 12 | +- 找出适合的贪心策略 |
| 13 | +- 求解每一个子问题的最优解 |
| 14 | +- 将局部最优解堆叠成全局最优解 |
| 15 | + |
| 16 | +### LeetCode |
| 17 | + |
| 18 | +455.分发饼干:https://leetcode.cn/problems/assign-cookies/ |
| 19 | + |
| 20 | +121.买卖股票的最佳时机:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock/ |
| 21 | + |
| 22 | +122.买卖股票的最佳时机II:https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/ |
| 23 | + |
| 24 | +55.跳跃游戏:https://leetcode.cn/problems/jump-game/ |
| 25 | + |
| 26 | +45.跳跃游戏II:https://leetcode.cn/problems/jump-game-ii/ |
| 27 | + |
| 28 | +## 动态规划 |
| 29 | + |
| 30 | +### 算法思想 |
| 31 | + |
| 32 | +动态规划中每一个状态一定是由上一个状态推导出来的,这一点就区分于贪心,贪心没有状态推导,而是从局部直接选最优的。 |
| 33 | + |
| 34 | +经典题目:01背包、完全背包 |
| 35 | + |
| 36 | +### 一般解题步骤 |
| 37 | + |
| 38 | +- 确定dp数组(dp table)以及下标的含义 |
| 39 | +- 确定递推公式 |
| 40 | +- dp数组如何初始化 |
| 41 | +- 确定遍历顺序 |
| 42 | +- 举例推导dp数组 |
| 43 | + |
| 44 | +### LeetCode |
| 45 | + |
| 46 | +509.斐波那契数:https://leetcode.cn/problems/fibonacci-number/ |
| 47 | + |
| 48 | +746.使用最小花费爬楼梯:https://leetcode.cn/problems/min-cost-climbing-stairs/ |
| 49 | + |
| 50 | +416.分割等和子集:https://leetcode.cn/problems/partition-equal-subset-sum/ |
| 51 | + |
| 52 | +518.零钱兑换:https://leetcode.cn/problems/coin-change-ii/ |
| 53 | + |
| 54 | +647.回文子串:https://leetcode.cn/problems/palindromic-substrings/ |
| 55 | + |
| 56 | +516.最长回文子序列:https://leetcode.cn/problems/longest-palindromic-subsequence/ |
| 57 | + |
| 58 | +## 回溯算法 |
| 59 | + |
| 60 | +### 算法思想 |
| 61 | + |
| 62 | +回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条 |
| 63 | + |
| 64 | +件时,就“回溯”返回,尝试别的路径。其本质就是穷举。 |
| 65 | + |
| 66 | +经典题目:8皇后 |
| 67 | + |
| 68 | +### 一般解题步骤 |
| 69 | + |
| 70 | +- 针对所给问题,定义问题的解空间,它至少包含问题的一个(最优)解。 |
| 71 | +- 确定易于搜索的解空间结构,使得能用回溯法方便地搜索整个解空间 。 |
| 72 | +- 以深度优先的方式搜索解空间,并且在搜索过程中用剪枝函数避免无效搜索。 |
| 73 | + |
| 74 | +### leetcode |
| 75 | + |
| 76 | +77.组合:https://leetcode.cn/problems/combinations/ |
| 77 | + |
| 78 | +39.组合总和:https://leetcode.cn/problems/combination-sum/ |
| 79 | + |
| 80 | +40.组合总和II:https://leetcode.cn/problems/combination-sum-ii/ |
| 81 | + |
| 82 | +78.子集:https://leetcode.cn/problems/subsets/ |
| 83 | + |
| 84 | +90.子集II:https://leetcode.cn/problems/subsets-ii/ |
| 85 | + |
| 86 | +51.N皇后:https://leetcode.cn/problems/n-queens/ |
| 87 | + |
| 88 | +## 分治算法 |
| 89 | + |
| 90 | +### 算法思想 |
| 91 | + |
| 92 | +将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。 |
| 93 | + |
| 94 | +经典题目:二分查找、汉诺塔问题 |
| 95 | + |
| 96 | +### 一般解题步骤 |
| 97 | + |
| 98 | +- 将原问题分解为若干个规模较小,相互独立,与原问题形式相同的子问题; |
| 99 | +- 若子问题规模较小而容易被解决则直接解,否则递归地解各个子问题 |
| 100 | +- 将各个子问题的解合并为原问题的解。 |
| 101 | + |
| 102 | +### LeetCode |
| 103 | + |
| 104 | +108.将有序数组转换成二叉搜索数:https://leetcode.cn/problems/convert-sorted-array-to-binary-search-tree/ |
| 105 | + |
| 106 | +148.排序列表:https://leetcode.cn/problems/sort-list/ |
| 107 | + |
| 108 | +23.合并k个升序链表:https://leetcode.cn/problems/merge-k-sorted-lists/ |
| 109 | + |
0 commit comments