关于动态规划【补充0-1背包问题的应用角度：474.一和零】

【1049.最后一块石头的重量II】这个题目的整体思路比较难想，就是要从宏观的角度，看看能否分成两组石头，看两组石头的差值就可，因此这个题又可以转化为0-1背包问题。问：怎么想到01背包？答：做多了类似题目就想到了。这是「从序列中选择子序列使得和接近target」系列的题目，一般都是双向dfs或者01背包问题来完成。重量和价值相等的一个数组，背包重量为sum/2，尽最大能力去装满，看看最终是否能装满？（1）定义dp数组，dp[j]表示装满重量为j的背包，所能产生的最大价值也就是最大重量；

这里设加法部分的总和为 m 减法部分的总和为 n，则可以得出 m - n = target，而又直到 m + n = sum，则可以有 m - (sum - m) = target 最终可以推导出 m = (target + sum) / 2 所以本题又变成了，从数组中选取元素，元素的总和能达到 (target + sum) / 2 的方式有多少种。 通过这个方程其实可以推出本题的一些判断条件 如果计算出来的 m 是分数的话，那可以直接返回 0，因为题目中给出的全是整数，不可能出现分数的情况

本题就和 昨天的 416. 分割等和子集 很像了，可以尝试先自己思考做一做。视频讲解：https://www.bilibili.com/video/BV14M411C7oV。

有一堆石头，用整数数组stones表示。其中stones[i]表示第i块石头的重量。每一回合，从中选出，然后将它们一起粉碎。假设石头的重量分别为x和y，且x <= y。x == yx!= yxyy-x最后，石头。返回此石头。如果没有石头剩下，就返回0。思路：这里是给定背包容量，求尽可能将背包容量装满，看最多能装多少。同样这里将stones[i]元素的大小作为元素所占空间（容量的大小）以及所拥有价值的大小。之前其实讲过类似的一道题，，在里面我分析过如何求解。

494装满指定背包并记录其方案数（组合数）；1049尽可能装满指定背包并记录其最大价值；474尽可能装满指定背包并记录其最大价值。

1049 最后一块石头的重量 II有一堆石头，用整数数组stones表示。其中stones[i]表示第i块石头的重量。每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为x和y，且x <= y。如果x == y，那么两块石头都会被完全粉碎；如果x!= y，那么重量为x的石头将会完全粉碎，而重量为y的石头新重量为y-x。最后，最多只会剩下一块石头。返回此石头最小的可能重量。如果没有石头剩下，就返回0。动态规划。难点在于：想到尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小。

II1049. 最后一块石头的重量 II - 力扣（LeetCode）

人生就是这样，总有一天会明白一切，只是这时候再不能回到以前。人生，有时候，就是想大哭一场，因为心里憋屈。有时候，就是想疯癫一下，因为情绪低落。有时候，就是想破口大骂，因为心里不爽。有时候，就是想安安静静，因为真的我累了。

注意到位置为id，权值为v ,不合法的情况，当且仅当 v = id+k或 v= id-k。dp(i,j,pd)表示考虑到第i号点， 连了j条边，是否有连接i 到 i-1号点。因此，我们把每一个位置和权值抽象成点 ，不合法的情况之间连一条边，可以构成二分图。由此可知，当选了n条边，就恰好n个位置不合法，限制条件是：连的边不能相邻，求出f(m) ，f(m)指代至少有m个位置不合法的方案数。由此总共有2n 个点 k 条链，链与链之间无边 互不干涉。把二分图展开成k条链，进行dp。简单的乘法原理罢了。

实际上，哈夫曼算法的实现与实际问题所采用的存储结构有关。现假设用数组F来存储哈夫曼树，其中第i个数组元素F[i]是哈夫曼树中的一个结点，其地址为i，有3个域，Data域存放该结点的权值，lChild域和rChild域分别存放该结点左、右子树的根结点的地址（下标）。在以后每步构造一棵新二叉树时，都需要对森林中所有二叉树的根结点进行排序，因此可用数组a作为排序暂存空间，其中第i个数组元素a[i]是森林F中第i棵二叉树的根结点，有2个域，Data是根结点所对应的权值，Addr是根结点在F中的地址（下标）。

题目来源：未知，可在评论区补充。

这篇百度C++/PHP研发面经展现了后端岗位的面试进阶路径：一面侧重算法、操作系统、网络等基础（如链表判环、HTTP协议），二面则深入Redis/MySQL底层、高并发设计（如秒杀系统）。面经揭示百度筛选标准：基础合格后，重点考察缓存/数据库系统理解、高并发设计能力。建议准备时：一面夯实算法和语言基础（C++关键字/多态），二面吃透Redis/MySQL原理，并构建系统设计思维。笔试不佳仍有面试机会，但二面才是真正的能力分水岭。

LeetCode200 岛屿数量

本文介绍了C语言中if-elseif多分支语句的核心概念和应用。该语句专门用于处理多个互斥条件的选择问题，通过自上而下依次判断表达式，从多个分支中选择且仅执行一个语句块。文章详细阐述了语法格式、执行逻辑，并提供了成绩等级划分和一元二次方程求解两个典型示例。同时指出了常见错误，如条件判断顺序错误、单独的else语句等，并对比了if-elseif与嵌套if语句的优劣，强调前者在代码简洁性和可读性方面的优势。

本文介绍了基于分治思想的快速排序算法及其应用。主要内容包括：1) 分治快排与普通快排的区别，分治快排将数组分为三部分，解决了全为key值时效率退化问题；2) 通过颜色分类、排序数组和求第K大元素三个例题，详细讲解分治快排的实现和优化技巧，如随机选择基准元素；3) 特别分析了TopK问题的解法，如何在排序过程中通过区间元素数量比较快速定位目标元素。文章提供了清晰的算法图解和代码实现，展示了分治快排算法在稳定O(NlogN)时间复杂度上的优势。

因为数组只存在 ’数字串‘ 所以也可以使用数组建立哈希表 kinds 表示。题目给出了类型 要求出个数 使用。此题本质上 和 上题 没有大致区别。1）字符串 要每一小短对应 len。简单的说这一道题 从数组串要求出。的存在所以要对部分做出修改。（数组有多少个小段字符串）pluspro 加强版。

如果nums的大小为n，数组中最大值为U，multiplier为m，则此算法时间复杂度为O(nlognlog。输入：nums = [2,1,3,5,6], k = 5, multiplier = 2。输入：nums = [1,2], k = 3, multiplier = 4。1 次操作后 [2, 2, 3, 5, 6]2 次操作后 [4, 2, 3, 5, 6]3 次操作后 [4, 4, 3, 5, 6]4 次操作后 [4, 4, 6, 5, 6]5 次操作后 [8, 4, 6, 5, 6]

本文介绍了使用单调队列高效解决滑动窗口最大值问题的方法。通过维护一个单调递减的双端队列存储元素索引，算法能在O(n)时间复杂度内找到每个窗口的最大值。关键步骤包括：1)维护队列单调性，移除小于新元素的队尾元素；2)检查队首元素是否超出窗口范围；3)当窗口形成时记录队首最大值。相比暴力解法的O(n×w)复杂度，这种优化方案显著提升了效率，特别适合处理大规模数据。文章结合示例详细演示了算法执行过程，并分析了复杂度，最后总结了单调队列在滑动窗口问题中的通用性。

在文章的最后，还有一个细节需要被提及，就是虚拟头节点。无论是我们构建链表，还是做链表的算法题也好，虚拟头节点一直是我们无法回避的一个点，不是说没有虚拟头节点我们做不了，而是可以更加的方便，可以把所有的操作全部统一而且不需要考虑空链表报错的情况本篇文章就到这里结束了，希望可以对大家有所帮助~~~