NO.1
思路:双指针模拟。to_string将数字转化为字符。
代码实现:
class Solution {
public:
string compressString(string param) {
int left=0,right=0,n=param.size();
string ret;
while(right<n)
{
while(right+1<n&¶m[right]==param[right+1]) right++;
int len=right-left+1;
ret+=param[left];
if(len>1)
{
ret+=to_string(len);
}
left=right+1;
right=left;
}
return ret;
}
};
NO.2
思路:建立一个pair数组,第一个位置存放酸度,第二个位置存放甜度,再给数组进行排序,实现甜度大优先,如果甜度相同就选择酸度小的,最后将k个数据的甜度和酸度的总和输出就可以了。
代码实现:
#include<iostream>
#include<algorithm>
using namespace std;
const int N=2e5+10;
typedef pair<int,int> PII;
int n,k;
PII arr[N];
int main()
{
cin>>n>>k;
for(int i=0;i<n;i++) cin>>arr[i].first;
for(int i=0;i<n;i++) cin>>arr[i].second;
sort(arr,arr+n,[&](const PII& a,const PII& b)
{
if(a.second!=b.second) return a.second>b.second;
else return a.first<b.first;
});
long long s=0,t=0;
for(int i=0;i<k;i++)
{
s+=arr[i].first;
t+=arr[i].second;
}
cout<<s<<" "<<t<<endl;
return 0;
}
NO.3
思路:
- 状态表⽰:
dp[i][j] 表⽰从前 i 个物品中挑选,总体积不超过 j 的情况下,最⼤重量是多少。 - 状态转移⽅程:
根据「最后⼀步」的状况,来分情况讨论:
i. 不选第 i 个物品:相当于就是去前 i - 1 个物品中挑选,并且总体积不超过 j 。此时 dp[i][j] = dp[i - 1][j] ;
ii. 选择第 i 个物品:那么我就只能去前 i - 1 个物品中,挑选总体积不超过 j - v[i]
的物品。此时 dp[i][j] = dp[i - 1][j - v[i]] + w[i] 。但是这种状态不⼀定存在,因此需要特判⼀下。
综上,状态转移⽅程为: dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - v[i]] + w[i]) 。
3.实现空间优化,二位变成一维。
代码实现:
class Solution {
public:
int dp[1010]={0};
int knapsack(int V, int n, vector<vector<int> >& vw) {
for(int i=0;i<n;i++)
{
for(int j=V;j>=vw[i][0];j--)
{
dp[j]=max(dp[j],dp[j - vw[i][0]] + vw[i][1]);
}
}
return dp[V];
}
};