文件名称：leetcode数组下标大于间距-Leetcode:力码
文件大小：240KB
文件格式：ZIP
更新时间：2024-07-20 10:58:49
系统开源
leetcode数组下标大于间距 PRACTICE MAKES PERFECT (让我们一起带上痛苦面具！) 动态规划的核心问题是穷举，由于这类问题存在「重叠子问题」，如果暴力穷举的话效率会极其低下，所以需要「备忘录」或者「DP table」来优化穷举过程。 明确 base case --> 明确「状态」--> 明确「选择」 --> 定义 dp 数组/函数的含义。 动态规划框架： 初始化 base case dp[0][0][...] = base 进行状态转移 for 状态1 in 状态1的所有取值： for 状态2 in 状态2的所有取值： for ... dp[状态1][状态2][...] = 求最值(选择1，选择2...) 回溯问题，实际上就是一个决策树的遍历过程，不合适就退回上一步，通过约束条件, 减少时间复杂度。 回溯算法（DFS）的框架： result = [] def backtrack(路径, 选择列表): if 满足结束条件: result.add(路径) return for 选择 in 选择列表: 做选择 将该选择从选择列表移除 路径.add(选择) b