当不相交的对角线在多边形中形成三角形时，称为三角剖分。我们的任务是找到最小成本的三角剖分。三角剖分的成本是其组成三角形的权重之和。我们可以通过添加三角形的边来找到每个三角形的权重，换句话说，权重是三角形的周长。输入和输出输入：多边形的点。{(0, 0), (1, 0), (2, 1), (1, 2), (0, 2)} 输出：三角剖分的总成本。这里的三角剖分成本为 15.3006。算法minCost(polygon, n)这里的 cost() 将用于计算… 阅读更多

给定一个不同成本的矩阵。还提供了目标单元格。我们必须找到从起始单元格 (0, 0) 到达目标单元格的最小成本路径。矩阵的每个单元格代表遍历该单元格的成本。从一个单元格，我们不能移动到任何地方，我们可以向右移动，向下移动或移动到右下角的对角线单元格，以到达目的地。输入和输出输入：成本矩阵。和目标点。在这种情况下，目标点是 (2, 2)。1 2 3 4 8 2 1 5 3 … 阅读更多

给定一个矩阵。我们需要找到一个矩形（有时是正方形）矩阵，其总和最大。这个算法背后的思想是固定左列和右列，并尝试找到从左列到右列的每一行的元素之和，并暂时存储它。我们将尝试找到顶部和底部的行号。得到临时数组后，我们可以应用 Kadane 算法来获得最大和子数组。有了它，总矩形将形成。输入和输出输入：整数矩阵。1 2 -1 -4 -20 -8 -3 4 … 阅读更多

最大和递增子序列是给定整数列表的一个子序列，其总和最大，并且在子序列中，所有元素都按递增顺序排序。假设有一个数组来存储最大和递增子序列，使得 L[i] 是以 array[i] 结尾的最大和递增子序列。输入和输出输入：整数序列。{3, 2, 6, 4, 5, 1} 输出：总和最大的递增子序列。{3, 4, 5}。算法maxSumSubSeq(array, n)输入：数字序列，元素个数。输出：递增子序列的最大和。开始 定义名为 subSeqLen 的大小为 n 的数组数组。最初设置为 0 … 阅读更多

在交易中，买家分别在上午和晚上买卖股票。如果一天最多允许进行两次交易。第二次交易只能在第一次交易完成后才能开始。如果给出股票价格，则找到买家可以获得的最大利润。输入和输出输入：股票价格列表。{2, 30, 15, 10, 8, 25, 80} 输出：这里的总利润是 100。因为以 2 的价格购买，以 30 的价格出售。所以利润 28。然后以 8 的价格购买，再次以 80 的价格出售。所以… 阅读更多

给定一个二元矩阵时，我们的任务是找到一个所有元素都为 1 的方阵。对于这个问题，我们将创建一个辅助大小矩阵，其阶数与给定矩阵相同。这个大小矩阵将帮助表示，在每个条目 Size[i, j] 中，都是一个所有元素都为 1 的方阵的大小。从该大小矩阵中，我们将获得最大值以获得最大方阵的大小。输入和输出输入：二元矩阵。0 1 1 0 1 1 1 0 1 0 0 1 1 1 0 1 1 … 阅读更多

给定一对链。在每一对中，都有两个整数，第一个整数总是较小的，第二个整数总是较大的，相同的规则也可以应用于链的构造。只有当 q < x 时，才能在对 (p, q) 之后添加对 (x, y)。为了解决这个问题，首先，我们必须按第一个元素的递增顺序对给定的对进行排序。之后，我们将比较一对的第二个元素与下一对的第一个元素。输入和输出输入：数字对链。… 阅读更多

最长回文子序列是给定序列的子序列，子序列是一个回文。在这个问题中，给定一个字符序列，我们必须找到最长回文子序列的长度。为了解决这个问题，我们可以使用递归公式，如果 L (0, n-1) 用于存储最长回文子序列的长度，则 L (0, n-1) := L (1, n-2) + 2（当第 0 个和第 (n-1) 个字符相同时）。输入和输出输入：一个包含不同字母或符号的字符串。假设输入是“ABCDEEAB” 输出：最大回文子序列的最大长度。这里是… 阅读更多

最长递增子序列是一个子序列，其中一个项目大于其前一个项目。在这里，我们将尝试从一组整数中找到最长递增子序列的长度。输入和输出输入：一组整数。{0, 8, 4, 12, 2, 10, 6, 14, 1, 9, 5, 13, 3, 11, 7, 15} 输出：最长递增子序列的长度。这里是 6。子序列是 0, 2, 6, 9, 13, 15。算法longestSubSeq(subarray, n)输入 - 子数组和子数组的大小。输出 - 最长递增子序列长度。开始 定义大小为 n 的数组长度 最初设置为 0 … 阅读更多

给定一个包含不同字符的矩阵。从一个字符开始，我们必须找到通过遍历所有大于当前字符的字符的最长路径。字符彼此连续。为了找到最长路径，我们将使用深度优先搜索算法。在 DFS 过程中，可能会多次出现一些子问题。为了避免反复计算，我们将使用动态规划方法。输入和输出输入：如上所示的矩阵。以及起点。这里起点是 e。输出：输入起点 (a-i)：e 最大连续路径：5算法 findLongestLen(i, j, ... 阅读更多