在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个成本矩阵和一个位置 (m, n)，我们需要找到从 (0, 0) 到达 (m, n) 的最小成本路径的成本。每个单元格表示从一个单元格到另一个单元格的遍历成本。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # 动态方法 R = 3 C = 3 def minCost(cost, m, n):    # 初始化    tc = [[0 for x in range(C)] for x in range(R)]    # 基本情况    tc[0][0] ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个数组，我们需要使用合并排序的概念对其进行排序。在这里，我们将最大元素放在最后。重复此操作直到数组排序。现在让我们在下面的实现中观察解决方案 - 示例 #merge 函数 def merge(arr, l, m, r):    n1 = m - l + 1    n2 = r- m    # 创建数组    L = [0] * (n1)    R = [0] * (n2)    # 将数据复制到数组   ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定 N 个硬币，我们需要将它们排列成三角形，即第一行有 1 个硬币，第二行有 2 个硬币，依此类推，我们需要显示借助 N 个硬币可以达到的最大高度。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # 平方根 def squareRoot(n):    # 初始近似值    x = n    y = 1    e = 0.000001 # 允许的误差 ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个数组，我们需要使用迭代方式的快速排序概念对其进行排序。在这里，我们首先对数组进行分区，然后对单独的分区进行排序以获得排序后的数组。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # 迭代方式 def partition(arr, l, h):    i = ( l - 1 )    x = arr[h]    for j in range(l , h):       if arr[j] = 0:       # 弹出       h ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个数组，我们需要使用迭代方式的合并排序的概念对其进行排序。在这里，我们将最大元素放在最后。重复此操作直到数组排序。现在让我们在下面的实现中观察解决方案 - 示例 # 迭代方式 def mergeSort(a):    current_size = 1    # 遍历子数组    while current_size < len(a) - 1:       left = 0       # 正在排序的子数组       while left < len(a)-1:     ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个数组，我们需要使用堆排序的概念对其进行排序。在这里，我们将最大元素放在最后。重复此操作直到数组排序。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # 堆化 def heapify(arr, n, i):    largest = i # 最大值    l = 2 * i + 1 # 左子节点    r = 2 * i + 2 # 右子节点    # 如果左子节点存在    if l < n and ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定一个数组，我们需要使用矮人排序对其进行排序。算法 1. 首先，我们从左到右遍历数组。 2. 现在，如果当前元素大于或等于前一个元素，那么我们向前遍历一步 3. 否则，如果当前元素小于前一个元素，则交换这两个元素并向后遍历一步。 4. 重复上述步骤，直到我们到达数组的末尾。现在让我们在... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定两个数组，我们需要找到两个排序数组中最接近的对。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # sys 模块 import sys # 对 def print_(ar1, ar2, m, n, x):    # 差异    diff=sys.maxsize    # 索引    l = 0    r = n-1    while(l < m and r >= 0):    # 最接近的对       if abs(ar1[l] + ar2[r] - x) < diff:          res_l = ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 给定两个数字，我们需要计算这两个数字的 gcd 并显示它们。GCD 两个数字的最大公约数是可以同时整除它们的最大的数字。在这里，我们遵循欧几里得方法来计算 gcd，即重复地除数字，并在余数变为零时停止。在这里，我们基于递归中获得的先前值扩展算法。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # 扩展欧几里得算法 def gcdExtended(a, b, x, y): ... 阅读更多

在本文中，我们将学习以下问题陈述的解决方案。问题陈述 - 假设我们想知道一栋 40 层的建筑物中哪些楼层是安全的，可以从哪些楼层掉落鸡蛋，以及哪些楼层会导致鸡蛋在着陆时损坏，借助鸡蛋。我们需要显示检查楼层的最小试验次数。现在让我们在下面的实现中观察解决方案 - 示例   实时演示 # 动态规划 INT_MAX = 32767 # 获取最小试验次数 def eggDrop(n, k):    # 初始化    eggFloor = [[0 for x in range(k ... 阅读更多