小牛哥永不退缩
小牛哥永不退缩
全部文章
分类
归档
标签
去牛客网
登录
/
注册
小牛哥永不退缩的博客
全部文章
(共73篇)
题解 | #编号子回文I#
一、知识点:循环、遍历、回文字二、文字分析:定义一个二维数组dp,其中dp[i][j]表示从字符串s的第i个字符到第j个字符的子串是否是回文串。状态转移方程为: dp[i][j] = dp[i+1][j-1] && s.charAt(i) == s.charAt(j) 其中i &l...
2023-07-28
0
287
题解 | #递减种子序列#
一、知识点:动态规划、循环、遍历二、文字分析:定义一个长度为n的数组dp,其中dp[i]表示以第i个种子结尾的最长递减序列的长度。初始状态:对于任意的i,dp[i]的初始值都为1,因为每个种子自身构成一个递减序列。状态转移方程:对于种子i,遍历种子j,其中j < i。如果seeds[j] &g...
2023-07-28
0
371
题解 | #不能连续吃草的牛II#
一、知识点:数组二、文字分析:将这个问题分解成两个独立的子问题:问题1:不吃最后一块草,即计算nums[0]到nums[n-2]范围内的最高饱腹感。问题2:不吃第一块草,即计算nums[1]到nums[n-1]范围内的最高饱腹感。时间复杂度为O(n),空间复杂度为O(n)。三、编程语言:java四、...
2023-07-28
0
285
题解 | #不能连续吃草的牛#
一、知识点:数组、遍历、循环二、文字分析:定义一个长度为n的数组dp,其中dp[i]表示牛吃到第i块草时得到的最高饱腹感。初始状态:dp[0] = nums[0],dp[1] = max(nums[0], nums[1])。状态转移方程:dp[i] = max(dp[i-1], dp[i-2]+nu...
2023-07-28
0
310
题解 | #牛群保卫战#
一、知识点:数组、循环二、文字分析:初始化窗口的左边界left为0,窗口的右边界right为0,当前窗口的战斗力之和sum为0,最短连续牛群的长度minLen为数组的长度加1。使用循环,不断向右移动窗口的右边界right。当sum小于目标战斗力值时,将当前右边界的牛的战斗力值加入sum中。当sum大...
2023-07-27
0
301
题解 | #牛群的标签和#
一、知识点:排序、循环二、文字分析:对数组nums进行排序。使用四层循环,分别枚举四个元素的位置i、j、k、l。外层循环i从0到n-4,表示第一个元素的位置。第二层循环j从i+1到n-3,表示第二个元素的位置。第三层循环k从j+1到n-2,表示第三个元素的位置。第四层循环l从k+1到n-1,表示第四...
2023-07-27
0
290
题解 | #牛的回文编号#
一、知识点:双指针、字符串二、文字分析:将整数x转换为字符串s。使用双指针的方式,分别从字符串s的开头和结尾向中间移动,比较对应位置的字符是否相等。如果相等,继续移动指针。如果不相等,返回false。如果双指针都移动到中间位置,说明字符串是回文的,返回true。该方法的时间复杂度为O(log10(x...
2023-07-27
0
294
题解 | #牛群的能量#
一、知识点:动态规划二、文字分析:动态规划来解决。假设dp[i]表示以第i个元素结尾的子群的最大能量值之和。对于当前的dp[i],考虑两种情况:包含第i个元素和不包含第i个元素。如果包含第i个元素,那么最大能量值之和就是dp[i-1]+energy[i],即以第i-1个元素结尾的子群的最大能量值之和...
2023-07-26
1
383
题解 | #贪吃牛#
一、知识点:动态规划二、文字分析:用动态规划来解决。假设dp[i]表示吃完i块草料的不同方式数量。对于当前的dp[i],考虑最后一次吃的草料数量,可以是1块或者2块。如果最后一次吃1块草料,那么前面就剩下了i-1块草料,即dp[i] = dp[i-1];如果最后一次吃2块草料,那么前面就剩下了i-2...
2023-07-26
0
290
题解 | #农场牛的标识#
一、知识点:位运算二、文字分析:异或运算(XOR)来解决问题。我们初始化 result 为 0,然后遍历数组中的每个数字进行异或运算。由于异或运算满足交换律和结合律,因此重复出现的标识会被相互抵消为0,而只出现一次的标识异或结果就是该标识本身。三、编程语言:java四、正确代码: import ja...
2023-07-26
0
288
首页
上一页
1
2
3
4
5
6
7
8
下一页
末页