Kubrnete
  • 9
    文章
  • 2
    专栏
  • 471
    访问
  • 1
    粉丝
  • 0
    关注
  • 6
    获赞

Kubrnete

这家伙很懒,什么都没有留下
  • 最新发表
  • 最多访问
  • 最多收藏
  • 最多评论
完全背包问题

问题描述 有n种物品和一个容量为c的背包,每种物品都就可以选择任意多个,第i种物品的价值为v\i\,体积为w\i\,求解:在不超过背包容量的情况下,选择放入哪些物品能够使得背包中的价值最大?跟01背包一样,完全背包也是一个很经典的动态规划问题,不同的地方在于01背包问题中,每件物品最多选择一件;而在完全背包问题中,只要背包装得下,每件物品可

Kubrnete
51
0
0
递归之N皇后问题

问题描述: N皇后问题是指在N\N的棋盘上要摆N个皇后, 要求:任何两个皇后不同行,不同列也不再同一条斜线上, 求给一个整数N,返回N皇后的摆法数。N皇后问题涉及到回溯的思想。我们通常用递归解决,代码实现会比较简单。递归其实可以看作底层帮我们维护了一个自动push、pop的堆栈。网上也有很多N皇后的相关题解,这篇文章经过我的整理,保

Kubrnete
23
0
0
二叉树题集(持续更新中)

对于二叉搜索树,我们规定任一结点的左子树仅包含严格小于该结点的键值,而其右子树包含大于或等于该结点的键值。 1\. 求二叉搜索树最大深度输入格式:输入给出一行整数序列作为二叉搜索树的键值,数字间以空格分隔,输入0结束(0不计入该二叉树键值)。输入样例:8 6 8 5 10 9 11 0输出样例:4常规的求二叉搜索树深度的做法是递

Kubrnete
38
0
0
高并发之网络IO基础

本篇文章是我在学习高并发问题时接触到的网络I/O相关知识,比较底层且纯理论,整合以作参考。 下面长文预警。 高并发 基本表现为单位时间内系统能够同时处理的请求数 核心是对CPU资源的有效压榨。注意,有效很重要。 C10K问题 C10K问题本质上是操作系统的问题。对于Web1.0/2.0时代的操作系统而言, 传统的同步阻塞I/O模型都是一样的,

Kubrnete
48
0
0
基于活动选择问题的贪心算法

目录 问题描述:(问题描述%3A) 输入格式(输入格式) 输出格式(输出格式) 算法描述(算法描述与分析) 算法分析(算法分析) 算法图示(图解) 问题描述: Coda从0时刻开始观看直播,到 t 时刻结束。一共有n场直播可被选择,已知所有直播场次的起止时间和主播名称,其中第i场直播从ai时刻开始,

Kubrnete
79
0
0
基于01背包问题的动态规划算法

目录 初步认识动态规划(初步认识动态规划) 与动态规划有关的理论知识:(与动态规划有关的理论知识:) 动态规划中的最优决策表(基于填表的动态规划算法) 最终版动态规划(最终版动态规划) 总结(总结:) 初步认识动态规划 动态规划算法是通过拆分问题,定义问题状态和状态之间的关系,使得问题能够以递推

Kubrnete
64
0
0
Python正则表达式

re正则表达式基础语法 | 表达式 |可匹配 |表达式 |可匹配 | ||||| | \r,\n | 代表回车和换行符 |\^ | 可匹配^本身| |\t|制表符|\$|匹配$符号本身| |\\|代表“\”本身|\.|匹配小数点“.”本身| | 表达式 | 可匹配 | ||| | \d | 任意一个数字,09中的任意一个 | |\

Kubrnete
72
0
1
动态规划之马拉车算法

问题描述: 给定一个字符串,你的任务是计算这个字符串中有多少个回文子串。 具有不同开始位置或结束位置的子串,即使是由相同的字符组成,也会被视作不同的子串。如"abc"有三个回文子串‘a','b','c'. 示例 1: 输入:"abc" 输出:3 解释:三个回文子串: "a", "b", "c" 示例 2: 输入:"aaa" 输出

Kubrnete
53
0
0
初步了解01背包问题(分治篇)

目录 问题描述(问题描述) 输入格式(输入格式) 输出格式(输出格式) 基于0/1背包的迭代算法(基于01背包的动态规划算法) 0/1背包问题的分析(01背包问题的分析) 分治法(分治法) 总结(总结) 问题描述 Coda非常喜欢玩“NewWorld Online”,受到某部动画的影响,他

Kubrnete
43
0
0