首页 > 其他分享 >【动态规划】删除并获得点数

【动态规划】删除并获得点数

时间:2024-07-26 22:25:57浏览次数:5  
标签:删除 nums int sum len1 vector 点数 动态 dp

删除并获得点数(难度:中等)

在这里插入图片描述

在这里插入图片描述

该题对应力扣网址

AC代码

思路:
在这里插入图片描述
在这里插入图片描述

class Solution {
public:
    int deleteAndEarn(vector<int>& nums) {
        //排序
        sort(nums.begin(),nums.end());
        //统计每个数字的字数
        int len=nums.size();
        //当数组中没有连续的数字时,默认=0
        int len1=nums[len-1]-nums[0]+1;
        vector <int> sum(len1+1,0);
        for(int i=0;i<len;i++){
            sum[nums[i]-nums[0]]+=nums[i];
        }

        //打家劫舍思路
        vector <int> dp(len1+1,0);
        //dp存储最大点数
        dp[0]=sum[0];
        dp[1]=max(sum[0],sum[1]);
        for(int i=2;i<len1;i++){
            dp[i]=max(sum[i]+dp[i-2],dp[i-1]);
        }
        return dp[len1-1];
    }
};

标签:删除,nums,int,sum,len1,vector,点数,动态,dp
From: https://blog.csdn.net/weixin_50512050/article/details/140671824

相关文章

  • 删除链表倒数第N个节点(19)
    双指针法双指针法主要是最开始有两个指针fast,slow都指向链表的虚拟头节点dummy,然后快指针先移动,这里需要先向后移动n+1位(因为你最终是要找到目标节点的前一个节点),然后slow和fast节点就开始同时移动,直至fast指向链表的最后一个节点的下一个指向null,此时slow节点就指向了链表目......
  • 解密黑盒:Mojo模型中自定义模型解释性报告的动态生成
    解密黑盒:Mojo模型中自定义模型解释性报告的动态生成在机器学习领域,模型的可解释性是一个至关重要的议题。Mojo模型,作为一个通用术语,可以指代任何机器学习或深度学习模型。随着模型被集成到生产环境中,提供模型决策的透明度和可解释性变得尤为关键。本文将探讨如何在Mojo模型......
  • redis的使用场景-热点数据缓存(把经常访问的数据放入缓存减少数据库压力)
    一、使用redis实现(不推荐,会增加业务代码维护)@ServicepublicclassClazzServiceImplimplementsClazzService{@AutowiredprivateClazzDaoclazzDao; //注入mapper@AutowiredprivateRedisTemplate<String,Object>redisTemplate; //调用redis使用@Overridep......
  • 浮点数
    FP32:1bit符号位,10bit指数,23bit底数位。FP16:1bit符号位,5bit指数,10bit底数位。FP16转FP32NAN/INF:对应的FP32的值+0/-0:+0/-0normal:指数+0x70,底数左移13位subnormal:对应的FP32属于normal,需要继续左移至最高位为1的省略掉。(0x0078,需要左移四位),指数+0x70-(x-1)(x为底数......
  • Windows11重置后出现Windows.old文件夹无法删除,报错C:\Windows.old\WINDOWS\System
    问题:Windows11重置后出现Windows.old文件夹无法删除,报错C:\Windows.old\WINDOWS\System32\WDI-目录不是空的。网上的各种方法均不奏效:https://baike.baidu.com/item/windows.old/2431751?fr=ge_ala最终的解决方法:发现在WDI文件夹下是空的,于是在这个文件夹下面建立了......
  • 动态数据增强的艺术:Mojo模型的自定义应用
    动态数据增强的艺术:Mojo模型的自定义应用在机器学习和深度学习领域,数据增强是提升模型泛化能力的重要手段。Mojo模型,作为深度学习模型的一种封装形式,通常指的是通过训练得到的模型参数的集合,它能够被用于快速推理。但是,Mojo模型本身是否支持在推理阶段进行自定义的数据增强......
  • SQL查询优化:动态选择返回字段
    在数据库操作中,我们经常遇到需要根据字段的存在与否动态选择返回值的场景。本文通过一个具体的例子,展示如何使用SQL语句来优化这种情况的处理,确保我们的查询结果既灵活又高效。背景假设我们有一个关于车票购买记录的数据库,表cz_ticket存储了票务信息,表sys_user存储了用户......
  • Drools与动态加载规则文件
    Drools与动态加载规则文件Drools简介对系统使用人员来说:对开发人员来说:Drools架构图快速开始 Drools简介Drools是一款基于Java的开源规则引擎,将规则与业务代码解耦。规则以脚本的形式存储在一个文件中,使规则的变化不需要修改代码,重新启动机器即可在线上环境中生......
  • Tkinter动态标签显示
    我正在研究简单的窗口,喜欢在里面有时钟。了解如何在单独的窗口中动态显示时间:不知何故,放入我的项目中的相同代码仅显示标签的紫色背景:deftime():string=strftime('%H:%M:%S%p')lbl.config(text=string)lbl.after(1000,time)classMainWindow(......
  • 可以捕捉高动态范围成像的的AR0521SR2C09SURA0-DP2、AR0522SRSM09SURA0-DP2、AR0821CS
    AR0521SR2C09SURA0-DP2、AR0522SRSM09SURA0-DP2、AR0821CSSC18SMEA0-DPBR图像传感器——明佳达1、AR0521SR2C09SURA0-DP2是一款1/2.5英寸CMOS数字图像传感器,带有2592(H)×1944(V)有效像素阵列。它能在线性或高动态范围模式下捕捉图像,且带有卷帘快门读取,其中包含了复杂......