backtracking

1热度

1回答

我在实现函数中的回溯时遇到问题，我觉得我只是需要一点点推动。我有一个代码打架的问题，我将链接here 你需要爬上一个有n个台阶的楼梯，并且你决定通过跳上台阶来获得一些额外的锻炼。一次跳跃最多可以覆盖k个步骤。返回您可能需要爬上楼梯的所有可能的跳跃顺序，排序。对于n = 4，K = 2，输出应该是： climbingStaircase(n, k) = [[1, 1, 1, 1], [1, 1, 2

0热度

2回答

回文解决方案回文分区问题与输出中的子串的位移

我正在解决palindrome partitioning on Leetcode的问题。我写了一个递归解决方案，它打印正确的子串列表，但对于其中一个测试用例，列表中的顺序与预期的输出不匹配。输入： cbbbcc 输出： [[ “C”， “B”， “B”， “B”，” C”， “C”]，[ “b”， “b”， “b”， “C”， “CC”]，[ “b”， “C”， “BB”， “C”， “C”

2热度

1回答

安排人在排队（UVA - 10128）

我想在弗吉尼亚在线评测解决问题Uva-10128 (Queue)。我无法找到解决此问题的方法。我搜索互联网上，发现大部分的人已经通过使用DP precalulating解决了这个问题。 DP[1][1][1] = 1; for(N = 2; N <= 13; N++) for(P = 1; P <= N; P++) for(R = 1; R <= N; R++)

0热度

1回答

最长路径：在C中约束递归回溯

我最近被分配了一个问题，归结为找到给定矩阵中最长的路径，其中两个单元相邻，如果相邻值小于当前单元。我一直在试图弄清楚自己的头发，所以我会非常感谢任何帮助。然而，正如我所说，这是一项家庭作业，所以建议和提示非常受欢迎（但尽量不要让我太容易）。这里是我的代码的最新版本： #include <stdio.h> int isValid(int i, int j, int rows, int cols

1热度

1回答

递归数独求解器不正确的解决方案（C++）

我想实现一个递归回溯解决方案到soduko板，但是，我得到一个不正确的解决方案的板。我不确定为什么当我的复发是正确的时候： bool solveSudoku(vector< vector<char> >& board) { for (int i=0; i<9; ++i){ for (int j=0; j<9; ++j){ if (board[i][j]=='.'

0热度

2回答

只有一次跳跃，最多k步才会回溯n个楼梯

您需要爬上一个有n个步骤的楼梯，并且您决定通过跳上台阶来获得一些额外的锻炼。一次跳跃最多可以覆盖k个步骤。返回您可能需要爬上楼梯的所有可能的跳跃顺序，排序。我的实现显然给了我错误的答案。 def climbingStaircase(n, k): final_res=[] final_res.append(CSR(n,k,[])) return final_res

-1热度

1回答

复杂的回溯算法

我试图用回溯来解决这个问题，但我不确定算法的复杂性（如果算法是正确的）以及什么是复杂度更高的算法。鉴于2个的正整数n和m，我们把合法整数的序列，如果：的序列的长度为n 序列中的元素是1且m 之间在位置i的元素的序列的，1 <我< = n时，是元件的位置中的除数I-1 计数法定序列的数目。预计该算法的复杂度为O（平方米+纳米）这是我在C算法： // n length of the sequen

1热度

2回答

最小化的总线改变的数量以矩阵

[ 42, 45, 47, x, x] -> stop1 to stop2 [ 45, 47, 42, 88, x] -> stop2 to stop3 [ 21, 77, 42, x, x] -> stop3 to stop4 [ 22, 47, 42, 88, x] -> stop4 to stop5 [ 23, 47, 42, x, x] -> stop5 to stop6 [ 2

1热度

1回答

回溯 - 如何解决“迷宫中的老鼠”这个变种？

我最近出现了一个求职面试，当时我被问到流行的RAT IN A MAEE问题，其中有一个由2维数组表示的迷宫，分别包含0和1的开放路径和墙，我们必须打印最短路径。我使用回溯解决了问题，并且还打印了所有可能的路径。但随后采访者提高了韧性水平，并要求我用一种新的条件来解决同一个问题，在这种情况下，老鼠可以绊倒“K”数量的墙，K由用户输入。现在我尝试了很多，但无法弄清楚如果跳闸K墙被允许，如何找到最

5热度

3回答

考虑到与最大权重的电梯和n与X_I权的人，找出需要乘坐的最小数量

input: max_weight = 550 n = 4 x_i = [120, 175, 250, 150] output: 2 // [[250, 175, 120], [150]] 我的初步印象是，这看起来非常相似，动态规划硬币找零/背包问题，但它不是硬币改变（这会要求最少数量的权重来确定一个数量），而不是背包（权重没有值，它就像我可以有超过1个背包）。这个问题是否有一