Day 32 贪心,动态规划
738. 单调递增的数字
题目:当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时,我们称这个整数是单调递增的。
给定一个整数 n ,返回 小于或等于 n 的最大数字,且数字呈 单调递增 。
思路:从后往前遍历(重复利用上次比较的结果),找到不是单调递增的下标,减一,剩余数字尽可能的大,改为9。
class Solution {
public:
int monotoneIncreasingDigits(int n) {
string num = to_string(n);
int idx = num.length();
for (int i = idx - 1; i > 0; i--) {
if (num[i - 1] > num[i]) {
num[i - 1]--;
idx = i;
}
}
for (int i = idx; i < num.length(); i++) {
num[i] = '9';
}
return stoi(num);
}
};
968. 监控二叉树
题目:给定一个二叉树,我们在树的节点上安装摄像头。
节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。
计算监控树的所有节点所需的最小摄像头数量。
思路:局部最优:让叶子节点的父节点安摄像头,所用摄像头最少,整体最优:全部摄像头数量所用最少
从下往上:后序遍历
节点状态:该节点无覆盖/本节点有摄像头/本节点有覆盖
空节点的状态只能是有覆盖,这样就可以在叶子节点的父节点放摄像头
class Solution {
public:
int res;
int traverse(TreeNode* root) {
// 0:该节点无覆盖
// 1:本节点有摄像头
// 2:本节点有覆盖
if (!root) {
// 空节点为已覆盖
return 2;
}
int l = traverse(root->left);
int r = traverse(root->right);
if (l == 2 && r == 2) {
return 0;
} else if (l == 0 || r == 0) {
res++;
return 1;
} else {
return 2;
}
}
int minCameraCover(TreeNode* root) {
res = 0;
if (traverse(root) == 0) {
res++;
}
return res;
}
};
动态规划中每一个状态一定是由上一个状态推导出来的,这一点区分于贪心,贪心没有状态推导,而是从局部直接选最优的
- 确定dp数组(dp table)以及下标的含义
- 确定递推公式
- dp数组如何初始化
- 确定遍历顺序
- 举例推导dp数组
746. 使用最小花费爬楼梯
题目:给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size() + 1);
dp[0] = 0; // 默认第一步都是不花费体力的
dp[1] = 0;
for (int i = 2; i <= cost.size(); i++) {
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[cost.size()];
}
};