个人技术分享

给定一个字符串 s，它包含小写字母和数字字符，请编写一个函数，将字符串中的字母字符保持不变，而将每个数字字符替换为number。例如，对于输入字符串 “a1b2c3”，函数应该将其转换为 “anumberbnumbercnumber”。对于输入字符串 “a5b”，函数应该将其转换为 “anumberb”输入：一个字符串 s,s 仅包含小写字母和数字字符。输出：打印一个新的字符串，其中每个数字字符都被替换为了number样例输入：a1b2c3样例输出：anumberbnumbercnumber。

dp[i]表示达到金额 i 所需要的最最少硬币枚数每个状态所能加的钱数 只能是。

递推公式，这里就要详细思考一下，因为本题的dp和之前求的方法数等不一样，先装物品i，如果能先装进去，则j-coin[i]的需要最少个数为dp[j-coin[i]]，故此时dp[j]=dp[j-coin[i]]+1，由于本题求的是最少个数，故应该使用min；初始化，dp[0]表示空串能否由字典中元素组成，但本题中s非空，故没有空串的情况，根据递推公式，dp[0]必须为true，否则后面全为false，其他值初始化为false；对本题，dp五部曲：dp数组，dp[j]表示容量为j的背包能装的最大价值；

一道经典的C++位运算算法题目，给出了详细题解和C++代码实现。

假溢出通常发生在循环队列的头部和尾部索引在数组中相遇时，即使数组中还有空间可以存放新元素。出现假溢出的原因，从根本上来说，是因为循环队列的容量被错误地判断为已满。在Go语言中实现循环队列，我们需要定义一个循环队列的数据结构，并实现其基本操作，包括初始化、入队（Push）、出队（Pop）、获取队列长度等。避免假溢出的关键在于正确地维护队列的状态信息，确保在任何时候都能准确地判断队列是否真正满了或者空了。在设计循环队列时，应该根据具体的应用场景和性能要求来选择最合适的策略。

【代码随想录训练营】【Day 45】【动态规划-5】| Leetcode 1049, 494, 474。

子数组vs子数列1、子数组（n^2） 子序列(2^n) 2、子数组是子序列的一个子集3、子数组必须连续，子序列可以不连续

在动态规划中，通过把原问题分解为相对简单的子问题，先求解子问题，再由子问题的解而得到原问题的解。重叠子问题的存在，求解子问题时会出现多次重复求解子问题，动态规划的子问题存储，保证了重叠的子问题只计算1次存储，后续查询表格使用。最优子结构为求解原问题的解可以利用子问题的解的可能，无后效性，确保求解原问题最优解时子问题最优解一定可用。指的是在求解子问题的过程中，有大量的子问题是重复的，一个子问题在下一阶段的决策中可能会被多次用到。即一个问题的最优解可以通过子问题的最优解计算而来，这样就可以使用子问题的解。

买卖股票的各种最佳时期问题的详细总结。

本文讲解关于用动态规划解回文串类算法题：包含回文子串、最长回文子串、 分割回文子串Ⅲ/Ⅳ、最长回文子序列、让字符串成为回文串的最少插入次数

本文详细解读了力扣第174题“地下城游戏”，通过动态规划方法高效地解决了这一问题，并提供了详细的图解和模拟面试问答。

给出一个括号序列，求出最长合法子串和它的数量。合法的定义：这个序列中左右括号匹配。

代码随想录-算法训练营day55【动态规划16：两个字符串的删除操作、编辑距离、编辑距离总结篇】

思路：我直接for循环遍历一下，不就行了咩，不行，不是找一个界线，而是把所有元素分成两部分，直接卡在dp数组的定义上，定义dp[i]是取出i个元素与剩余元素对比的所有情况?

有一天美羊羊正在草地上玩耍，突然天上开始落金币，这些金币掉落的范围在一个固定的水平区域内，但这些金币一旦掉落到地上就消失了，因此美羊羊只有不断地移动并从空中接住这些金币才能得到它们。假设金币掉落的位置为0开始到10这11个位置，美羊羊开始时站在第5个位置，它可以以每秒1个位置的速度左右移动到相邻的位置，并接住掉落的金币。请问美羊羊最多能接住多少个金币？假设它一旦接住这些金币就不会掉落到地上。输入数据有多组。每组数据的第一行为一个正整数n（0

有一天美羊羊正在草地上玩耍，突然天上开始落金币，这些金币掉落的范围在一个固定的水平区域内，但这些金币一旦掉落到地上就消失了，因此美羊羊只有不断地移动并从空中接住这些金币才能得到它们。假设金币掉落的位置为0开始到10这11个位置，美羊羊开始时站在第5个位置，它可以以每秒1个位置的速度左右移动到相邻的位置，并接住掉落的金币。请问美羊羊最多能接住多少个金币？假设它一旦接住这些金币就不会掉落到地上。输入数据有多组。每组数据的第一行为一个正整数n（0

动态规划（Dynamic Programming）是一种分阶段求解的算法思想，通过拆分问题，定义问题状态和状态之间的关系，使得问题能够以递推（分治）的方式去解决。动态规划中有三个重点概念：最优子结构：按照最佳的方式进行拆分，用来描述问题状态与状态之间的关系；边界：问题的边界区域，可以是除了最优子结构的其它区域；状态转移公式（递推公式）dp方程：根据最优子结构和边界终结出来的方程。

动态规划（Dynamic Programming）是一种分阶段求解的算法思想，通过拆分问题，定义问题状态和状态之间的关系，使得问题能够以递推（分治）的方式去解决。动态规划中有三个重点概念：最优子结构：按照最佳的方式进行拆分，用来描述问题状态与状态之间的关系；边界：问题的边界区域，可以是除了最优子结构的其它区域；状态转移公式（递推公式）dp方程：根据最优子结构和边界终结出来的方程。

打卡第36天：动态规划解决子序列问题

打卡第36天：动态规划解决子序列问题