CSDN每日一题学习训练——Java版(克隆图、最接近的三数之和、求公式的值)

news2024/11/26 11:58:40

版本说明

当前版本号[20231109]。

版本修改说明
20231109初版

目录

文章目录

  • 版本说明
  • 目录
  • 克隆图
    • 题目
    • 解题思路
    • 代码思路
    • 参考代码
  • 最接近的三数之和
    • 题目
    • 解题思路
    • 代码思路
    • 参考代码
  • 求公式的值
    • 题目
    • 解题思路
    • 代码思路
    • 参考代码

克隆图

题目

给你无向 连通(https://baike.baidu.com/item/连通图/6460995?fr=aladdin) 图中一个节点的引用,请你返回该图的 深拷贝(https://baike.baidu.com/item/深拷贝/22785317?fr=aladdin)(克隆)。

图中的每个节点都包含它的值 val(int) 和其邻居的列表(list[Node])。

class Node {
public int val;
public List neighbors;
}

测试用例格式:

简单起见,每个节点的值都和它的索引相同。例如,第一个节点值为 1(val = 1),第二个节点值为 2(val = 2),以此类推。该图在测试用例中使用邻接列表表示。

邻接列表 是用于表示有限图的无序列表的集合。每个列表都描述了图中节点的邻居集。

给定节点将始终是图中的第一个节点(值为 1)。你必须将 给定节点的拷贝 作为对克隆图的引用返回。

示例 1:

image-20231109230708214

输入:adjList = [[2,4],[1,3],[2,4],[1,3]]
输出:[[2,4],[1,3],[2,4],[1,3]]

解释:
图中有 4 个节点。
节点 1 的值是 1,它有两个邻居:节点 2 和 4 。
节点 2 的值是 2,它有两个邻居:节点 1 和 3 。
节点 3 的值是 3,它有两个邻居:节点 2 和 4 。
节点 4 的值是 4,它有两个邻居:节点 1 和 3 。

示例 2:

image-20231109230957257

输入:adjList = [[]]
输出:[[]]

解释:输入包含一个空列表。该图仅仅只有一个值为 1 的节点,它没有任何邻居。

示例 3:

输入:adjList = []
输出:[]
解释:这个图是空的,它不含任何节点。

示例 4:

image-20231109231042597

输入:adjList = [[2],[1]]
输出:[[2],[1]]

提示:

节点数不超过 100 。
每个节点值 Node.val 都是唯一的,1 <= Node.val <= 100。
无向图是一个简单图(https://baike.baidu.com/item/简单图/1680528?fr=aladdin),这意味着图中没有重复的边,也没有自环。
由于图是无向的,如果节点 p 是节点 q 的邻居,那么节点 q 也必须是节点 p 的邻居。
图是连通图,你可以从给定节点访问到所有节点。

解题思路

  1. 创建一个哈希表,用于存储已访问过的节点及其对应的克隆节点。
  2. 使用深度优先搜索(DFS)遍历原图,对于每个节点: a. 如果该节点已经被访问过,则直接返回其克隆节点。 b. 创建一个新的克隆节点,并将其添加到哈希表中。 c. 遍历该节点的邻居列表,递归调用DFS函数,将邻居节点的克隆节点添加到克隆节点的邻居列表中。
  3. 返回克隆图的任意一个节点即可。

代码思路

  1. 首先定义了一个名为Node的类,表示图中的节点,包含一个整数值val和指向左右子节点的指针leftright,以及指向下一个节点的指针next

    class Node {
        public int val; // 节点的值
        public Node left; // 左子节点
        public Node right; // 右子节点
        public Node next; // 下一个节点
    }
    
  2. 同时,还定义了一个名为Solution的类,其中包含了两个方法:cloneGraphDFS

  3. cloneGraph方法是主要的入口点,它接受一个Node类型的参数node,表示要克隆的图的起始节点。

     // 克隆图的方法,接收一个节点作为参数
        public Node cloneGraph(Node node)
    
  4. 该方法首先创建一个空的哈希表visited,用于存储已经访问过的节点及其对应的克隆节点。然后调用DFS方法进行深度优先搜索,从起始节点开始遍历整个图,并返回克隆后的图的根节点。

      // 创建一个哈希表,用于存储已访问过的节点
            HashMap<Node, Node> visited = new HashMap<>();
            // 调用深度优先搜索方法进行克隆
            return DFS(node, visited);
    
  5. DFS方法是一个递归方法,用于实现深度优先搜索。它接受两个参数:当前节点node和一个哈希表visited,用于记录已经访问过的节点及其对应的克隆节点。

      // 深度优先搜索方法,接收一个节点和一个哈希表作为参数
        public Node DFS(Node node, HashMap<Node, Node> visited) 
    
  6. 在方法内部,首先判断当前节点是否为空,如果为空则直接返回。接着判断当前节点是否已经被访问过,如果已经访问过则直接返回其对应的克隆节点。然后创建一个新的克隆节点clone,并将其添加到visited哈希表中。

     // 如果节点为空,返回空节点
            if (node == null) {
                return node;
            }
            // 如果哈希表中已经存在该节点的克隆,直接返回克隆节点
            if (visited.containsKey(node)) {
                return visited.get(node);
            }
            // 创建一个新的克隆节点,值为原节点的值,邻居列表为空
            Node clone = new Node(node.val, new ArrayList<>());
            // 将原节点和克隆节点添加到哈希表中
            visited.put(node, clone);
    
  7. 最后,遍历当前节点的所有邻居节点,对每个邻居节点递归调用DFS方法,并将返回的克隆节点添加到当前节点的克隆节点的邻居列表中。最终返回当前节点的克隆节点。

             // 遍历原节点的邻居节点,递归调用DFS方法进行克隆,并将克隆后的邻居节点添加到克隆节点的邻居列表中
            for (Node n : node.neighbors) {
                clone.neighbors.add(DFS(n, visited));
            }
            // 返回克隆节点
            return clone;
    
  8. 这段代码实现了一个简单的图的深度优先搜索和克隆过程,可以用于处理一些需要复制或克隆图结构的场景。

参考代码

class Node {
    public int val;
    public Node left;
    public Node right;
    public Node next;
    public Node() {
    }
    public Node(int _val) {
        val = _val;
    }
    public Node(int _val, Node _left, Node _right, Node _next) {
        val = _val;
        left = _left;
        right = _right;
        next = _next;
    }
};
class Solution {
    public Node cloneGraph(Node node) {
        HashMap<Node, Node> visited = new HashMap<>();
        return DFS(node, visited);
    }
    public Node DFS(Node node, HashMap<Node, Node> visited) {
        if (node == null) {
            return node;
        }
        if (visited.containsKey(node)) {
            return visited.get(node);
        }
        Node clone = new Node(node.val, new ArrayList<>());
        visited.put(node, clone);
        for (Node n : node.neighbors) {
            clone.neighbors.add(DFS(n, visited));
        }
        return clone;
    }
}

最接近的三数之和

题目

给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数,使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。

示例:

输入:nums = [-1,2,1,-4], target = 1
输出:2
解释:与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。

提示:

3 <= nums.length <= 10^3
-10^3 <= nums[i] <= 10^3
-10^4 <= target <= 10^4

解题思路

  1. 首先对数组进行排序,这样可以方便后续的查找操作。
  2. 使用两层循环遍历数组中的每两个数的组合,计算它们的和,记为twoSum
  3. 对于每个twoSum,我们需要找到一个与它最接近的数,使得这三个数的和与目标值target最接近。我们可以使用递归的方法来实现这个功能。具体来说,我们可以定义一个函数oneSumCloset,它接受五个参数:数组nums、两个整数ij表示当前考虑的两个数在数组中的位置、一个整数startend表示在数组中查找的范围、以及目标值target
  4. oneSumCloset函数中,我们首先处理边界情况。如果start等于ij,则将start加1;如果end等于ij,则将end减1。接下来,我们判断startend的关系。如果它们相等,说明已经找到了与target最接近的数,直接返回该数即可。如果它们相差为1,说明只有一个数与target最接近,比较这两个数与target的差值,返回差值较小的那个数。否则,我们计算中间位置middle,并根据nums[middle]target的大小关系来更新查找范围。然后递归调用oneSumCloset函数,继续查找。
  5. 在主函数threeSumClosest中,我们初始化最小值为0,并设置一个布尔变量hasMin为false,用于标记是否已经找到了与目标值最接近的三个数。然后使用两层循环遍历数组中的每两个数的组合,计算它们的和,记为twoSum。接着,我们调用oneSumCloset函数,找到与twoSum最接近的数,记为restClost。最后,我们计算这三个数的和newValue,并与当前最小值进行比较。如果找到了更接近目标值的三个数,更新最小值和hasMin
  6. 当两层循环结束后,返回最小值minValue即可。

代码思路

它包含两个方法:oneSumCloset和threeSumClosest。

  1. oneSumCloset方法:这个方法用于在一个有序数组中找到与给定目标值最接近的数。它接受6个参数:一个整数数组nums,两个整数i和j,表示要搜索的范围,以及三个整数start、end和target,分别表示搜索的起始位置、结束位置和目标值。

  2. 方法首先检查start和end是否等于i或j,如果是,则将它们分别加1或减1。

     // 在数组nums中,从i到j范围内查找与target最接近的数
        int oneSumCloset(int[] nums, int i, int j, int start, int end, int target) {
            if (start == i || start == j) // 如果start等于i或j,则将start加1
                start = start + 1;
    
  3. 然后,根据start和end的值进行不同的处理。如果start和end相等,说明已经找到了与目标值最接近的数,直接返回该数。如果start和end相差1,说明只有一个数与目标值最接近,比较这两个数与目标值的差值,返回差值较小的那个数。否则,计算start和end的中间位置middle,并根据nums[middle]与目标值的大小关系,更新start或end的值。

    if (end == i || end == j) // 如果end等于i或j,则将end减1
                end = end - 1;
            if (start == end) { // 如果start等于end,说明已经找到了与target最接近的数,直接返回该数
                return nums[start];
            } else if (end == start + 1 || end == start - 1) { // 如果end等于start+1或start-1,说明只有一个数与target最接近,比较这两个数与target的差值,返回差值较小的那个数
                if (Math.abs(nums[end] - target) > Math.abs(nums[start] - target)) {
                    return nums[start];
                } else {
                    return nums[end];
                }
            } else { // 如果以上条件都不满足,说明需要继续查找
                int middle = (int) Math.floor((start + end) / 2); // 计算中间位置
                if (nums[middle] > target) { // 如果中间位置的数大于target,说明目标数在左半部分,将end更新为middle
                    end = middle;
                } else { // 如果中间位置的数小于等于target,说明目标数在右半部分,将start更新为middle
                    start = middle;
                }
    
  4. 最后,递归调用oneSumCloset方法,继续在更新后的范围内查找与目标值最接近的数。

       return oneSumCloset(nums, i, j, start, end, target); // 递归调用oneSumCloset方法,继续查找
    
  5. threeSumClosest方法:这个方法用于在一个有序数组中找到三个数之和最接近给定目标值的组合。它接受两个参数:一个整数数组nums和一个整数target,分别表示输入的数组和目标值。

  6. 方法首先对数组nums进行排序。然后,使用两层循环遍历数组中的每对数,计算它们的和作为twoSum,并计算剩余的目标值rest。接着,调用oneSumCloset方法,在剩余的数组元素中查找与rest最接近的数作为restClost。

     // 在数组nums中,查找三个数之和最接近target的组合
        public int threeSumClosest(int[] nums, int target) {
            Arrays.sort(nums); // 对数组进行排序
            int minValue = 0; // 初始化最小值为0
            boolean hasMin = false; // 初始化hasMin为false,表示还没有找到最小值
            for (int i = 0; i < nums.length - 2; i++) { // 遍历数组中的前n-2个数
                for (int j = i + 1; j < nums.length - 1; j++) { // 遍历数组中的第i+1个数到倒数第二个数
                    int twoSum = nums[i] + nums[j]; // 计算两个数之和
                    int rest = target - twoSum; // 计算剩余的目标值
                    int restClost = oneSumCloset(nums, i, j, j + 1, nums.length - 1, rest); // 在剩余的数组元素中查找与rest最接近的数
    
  7. 将restClost与twoSum相加得到新的值newValue。接下来,判断是否已经找到了最小值minValue,如果没有找到,则将newValue赋值给minValue,并将hasMin设置为true。如果已经找到了最小值minValue,则比较newValue与minValue与目标值的差值d1和d2,如果d1大于d2,则将newValue赋值给minValue。

      int newValue = restClost + twoSum; // 计算新的值
                    if (!hasMin) { // 如果还没有找到最小值
                        minValue = newValue; // 更新最小值
                        hasMin = true; // 将hasMin设置为true,表示已经找到了最小值
                    } else { // 如果已经找到了最小值
                        int d1 = Math.abs(minValue - target); // 计算当前最小值与目标值的差值
                        int d2 = Math.abs(newValue - target); // 计算新值与目标值的差值
                        if (d1 > d2) { // 如果当前最小值的差值大于新值的差值
                            minValue = newValue; // 更新最小值
                        }
                    }
    
  8. 最后,返回minValue作为结果。

return minValue; // 返回最小值

参考代码

class Solution {
    int oneSumCloset(int[] nums, int i, int j, int start, int end, int target) {
        if (start == i || start == j)
            start = start + 1;
        if (end == i || end == j)
            end = end - 1;
        if (start == end) {
            return nums[start];
        } else if (end == start + 1 || end == start - 1) {
            if (Math.abs(nums[end] - target) > Math.abs(nums[start] - target)) {
                return nums[start];
            } else {
                return nums[end];
            }
        } else {
            int middle = (int) Math.floor((start + end) / 2);
            if (nums[middle] > target) {
                end = middle;
            } else {
                start = middle;
            }
            return oneSumCloset(nums, i, j, start, end, target);
        }
    }
    public int threeSumClosest(int[] nums, int target) {
        Arrays.sort(nums);
        int minValue = 0;
        boolean hasMin = false;
        for (int i = 0; i < nums.length - 2; i++) {
            for (int j = i + 1; j < nums.length - 1; j++) {
                int twoSum = nums[i] + nums[j];
                int rest = target - twoSum;
                int restClost = oneSumCloset(nums, i, j, j + 1, nums.length - 1, rest);
                int newValue = restClost + twoSum;
                ;
                if (!hasMin) {
                    minValue = newValue;
                    hasMin = true;
                } else {
                    int d1 = Math.abs(minValue - target);
                    int d2 = Math.abs(newValue - target);
                    if (d1 > d2) {
                        minValue = newValue;
                    }
                }
            }
        }
        return minValue;
    }
}

求公式的值

题目

求 1-1/2!-1/3! -… -1/10!

解题思路

  1. 首先,我们需要计算阶乘。在给定的代码中,已经有一个名为jiecheng的方法用于计算阶乘。我们可以使用这个方法来计算1-1/2!-1/3! -… -1/10!的值。
  2. sum方法中,我们需要遍历从1到n的所有整数。对于每个整数i,我们需要计算1/i!并将其累加到总和中。同时,我们需要更新变量s的值,使其在每次迭代时取反。
  3. 最后,在main方法中,我们调用sum方法并传入参数n=10,然后输出结果。

代码思路

这段代码是一个Java程序,用于计算一个数列的和。该数列由以下公式生成:

sum = 1/n! + (-1)^n / (n-1)! + ... + 1/1!
  1. 程序中定义了两个方法:jiechengsum

  2. jiecheng方法用于计算阶乘(factorial),即从1到给定整数n的所有正整数的乘积。它使用了一个循环来逐个乘以从1到n的整数,并将结果存储在变量s中。最后,该方法返回计算得到的阶乘值。

    // 定义一个静态方法jiecheng,接收一个整数n作为参数,返回n的阶乘
        public static double jiecheng(int n) {
            double s = 1; // 初始化变量s为1
            // 使用for循环计算n的阶乘
            for (int i = 1; i <= n; i++) {
                s *= i; // 将s乘以i
            }
            return s; // 返回计算结果
    
  3. sum方法用于计算数列的和。它使用了一个循环来迭代从1到n的每个整数。在每次迭代中,它将当前项的值累加到变量sum中。每一项的值由公式1/n! + (-1)^n / (n-1)!计算得出。其中,(-1)^n表示交替的符号,(n-1)!表示n-1的阶乘。最后,该方法返回计算得到的数列和。

    // 定义一个静态方法sum,接收一个整数n作为参数,返回数列的和
        public static double sum(int n) {
            double sum = 0.0; // 初始化变量sum为0.0
            int s = 1; // 初始化变量s为1
            // 使用for循环计算数列的和
            for (int i = 1; i <= n; i++) {
                sum += s / jiecheng(i); // 将s除以i的阶乘加到sum上
                s = -s; // 将s取反
            }
            return sum; // 返回计算结果
        }
    
  4. main方法中,程序将整数n设置为10,并调用sum方法来计算数列的和。然后,它将结果打印到控制台上。

// 定义一个主方法main,程序的入口点
    public static void main(String[] args) throws Exception {
        int n = 10; // 定义变量n为10
        double ss = sum(n); // 调用sum方法计算数列的和,并将结果赋值给变量ss
        System.out.println(ss); // 输出数列的和
    }

参考代码

public class TEST {
    public static double jiecheng(int n) {
        double s = 1;
        for (int i = 1; i <= n; i++)
            s *= i;
        return s;
    }
    public static double sum(int n) {
        double sum = 0.0;
        int s = 1;
        for (int i = 1; i <= n; i++) {
            sum += s / jiecheng(i);
            s = -s;
        }
        return sum;
    }
    public static void main(String[] args) throws Exception {
        int n = 10;
        double ss = sum(n);
        System.out.println(ss);
    }
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1190785.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

电商项目之Java8函数式接口落地实践

文章目录 1 问题背景2 前言3 多处重复的重试机制代码4 优化后的代码5 进一步优化 1 问题背景 在电商场景中&#xff0c;会调用很多第三方的云服务&#xff0c;比如发送邮件、发起支付、发送验证码等等。由于网络存在抖动&#xff0c;有时候发起调用后会拿到500的状态码&#xf…

Visual Studio2022安装教程【图文详解】(大一小白)编译软件

工欲善其事&#xff0c;必先利其器。想要学好编程&#xff0c;首先要把手中的工具利用好&#xff0c;今天小编教一下大家如何下载安装并使用史上最强大的编译器--Visual Studio&#x1f357; 一.Visual Studio下载及安装 https://visualstudio.microsoft.com/ 打开文件 点击.ex…

Halcon的相机内参外参的标定

halcon标定相机内参只能使用方向标定板和圆点标定板。并且方向标定板可也可用性极高。 1.打开halcon的标定助手&#xff0c;选择标定板的描述文件&#xff0c;填写标定板的厚度&#xff0c;根据相机选择像元的尺寸和镜头的焦距。如果已有相机内参&#xff0c;只标定外参&#…

使用ESP8266构建家庭自动化系统

随着物联网技术的不断发展&#xff0c;家庭自动化系统变得越来越受欢迎。ESP8266是一款非常适合于构建家庭自动化系统的WiFi模块。它小巧、低成本&#xff0c;能够实现与各种传感器和执行器的连接&#xff0c;为家庭带来智能化、便利化的体验。在本篇文章中&#xff0c;我们将向…

kubernetes集群编排(9)

目录 helm 部署helm 封装chart包 上传chart到OCI仓库 部署wordpress博客系统 helm部署storageclass helm部署ingress-nginx helm部署metrics-server kubeapps 更新 helm 部署helm 官网&#xff1a; Helm | 快速入门指南 https://github.com/helm/helm/releases [rootk8s2 ~]# t…

2022年06月 Python(四级)真题解析#中国电子学会#全国青少年软件编程等级考试

Python等级考试(1~6级)全部真题・点这里 一、单选题(共25题,每题2分,共50分) 第1题 有如下Python程序,包含lambda函数,运行该程序后,输出的结果是?( ) g = lambda x,y:x*y print(g(2,3)

理解RNN以及模型搭建代码

RNN结构 这是一张不直观易懂的RNN结构示意图。但也是大家见得最多结构示意图。 RNN模型解释 RNN一文就讲解清楚的博客&#xff0c;看这里&#xff1a;https://zhuanlan.zhihu.com/p/408998328 RNN为什么梯度消失和梯度爆炸&#xff0c;看这里&#xff1a;https://zhuanlan.z…

隧道技术的三种应用场景(IPv6,多播,VPN)

目录 1.IPv6的隧道技术 2.多播路由选择 (1)洪泛 (2)隧道技术 (3)基于核心的发现技术 3.隧道技术实现&#xff08;VPN&#xff09;虚拟专用网 1.IPv6的隧道技术 IPv6与IPv4的过渡技术中包含了IPv6的隧道技术&#xff1a; http://t.csdnimg.cn/wuvXY 2.多播路由选择 转发…

Redis数据类型之List类型

文章目录 简介常用命令赋值语法LPUSHRPUSHLPUSHXRPUSHX 取值语法LLENLINDEXLRANGE 删除语法LPOPRPOPBLPOPBRPOPLTRIMLREM 修改语法LSETLINSERT 高级命令RPOPLPUSH 应用场景 简介 List类型是一个链表结构的集合&#xff0c;其主要功能有push&#xff0c;pop&#xff0c;获取元素…

2023中国互联网公司排行榜!

日前&#xff0c;中国互联网协会正式发布《中国互联网企业综合实力指数&#xff08;2023&#xff09;》报告&#xff0c;同时还发布了2023年中国互联网综合实力前百家企业榜单、2023年中国互联网成长型前二十家企业和数据安全服务前五家企业名单。 总体来看&#xff0c;我国互…

C/C++特殊求和 2021年6月电子学会青少年软件编程(C/C++)等级考试一级真题答案解析

目录 C/C幻数求和 一、题目要求 1、编程实现 2、输入输出 二、算法分析 三、程序编写 四、程序说明 五、运行结果 六、考点分析 C/C幻数求和 2021年6月 C/C编程等级考试一级编程题 一、题目要求 1、编程实现 如果一个数能够被7整除或者十进制表示中含有数字7&…

已解决:云原生领域的超时挂载Bug — Kubernetes深度剖析

&#x1f337;&#x1f341; 博主猫头虎&#xff08;&#x1f405;&#x1f43e;&#xff09;带您 Go to New World✨&#x1f341; &#x1f984; 博客首页——&#x1f405;&#x1f43e;猫头虎的博客&#x1f390; &#x1f433; 《面试题大全专栏》 &#x1f995; 文章图文…

尼得科电机的强大性能,将列车门和屏蔽门的开合变得从容而安全

城市脉动&#xff0c;人流涌动。 无论城市轨道交通还是远途铁路运输&#xff0c; 尼得科电机的强大性能&#xff0c;将列车门和屏蔽门的开合变得从容而安全。 尼得科的电机方案&#xff0c;有助于列车门稳准开闭&#xff0c;保障乘客安全无忧。高效驱动&#xff0c;让乘客的行程…

VUE获取当前日期的周日和周六

<template><div><div click"handleLast()">上一周</div><div click"handleNext()">下一周</div><el-calendarref"monChild"v-model"value":first-day-of-week"7":range"[sta…

iis 部署 netcore 和vue 共用端口

常规情况下&#xff0c;vue 和api是分开的两个站点进行部署&#xff0c;若是要对外只有一个端口的话&#xff0c;采用以下梁总方式即可。 1.需要配置路由转发和代理开启&#xff08;vue 使用hisoty模式&#xff09; 参考链接.netCore vue&#xff08;history模式&#xff0…

线性代数(六)| 二次型 标准型转换 正定二次型 正定矩阵

文章目录 1. 二次型化为标准型1.1 正交变换法1.2 配方法 2 . 正定二次型与正定矩阵 1. 二次型化为标准型 和第五章有什么样的联系 首先上一章我们说过对于对称矩阵&#xff0c;一定存在一个正交矩阵Q&#xff0c;使得$Q^{-1}AQB $ B为对角矩阵 那么这一章中&#xff0c;我们…

IBM Qiskit量子机器学习速成(一)

声明&#xff1a;本篇笔记基于IBM Qiskit量子机器学习教程的第一节&#xff0c;中文版译文详见&#xff1a;https://blog.csdn.net/qq_33943772/article/details/129860346?spm1001.2014.3001.5501 概述 首先导入关键的包 from qiskit import QuantumCircuit from qiskit.u…

暴力递归转动态规划(十四)

题目 arr是面值数组&#xff0c;其中的值都是正数且没有重复。再给定一个正数aim。 每个值都认为是一种面值&#xff0c;且认为张数是无限的。 返回组成aim的最少货币数 暴力递归 依然是面值张数的问题&#xff0c;暴力递归尝试的过程是从数组arr index 0位置出发&#xff0c…

mongodb导出聚合查询的数据

❗️❗️❗️在正文之前先要讲一个坑&#xff0c;就是mongoexport这个命令工具不支持导出聚合查询的数据&#xff0c;比如通过某某字段来分组 我查了一天关于mongoexport怎么来导出聚合查询的结果集&#xff0c;最终还是gpt给了我答案 &#x1f62d; 既然mongoexport不支持&…

Postgresql数据类型-布尔类型

前面介绍了PostgreSQL支持的数字类型、字符类型、时间日期类型&#xff0c;这些数据类型是关系型数据库的常规数据类型&#xff0c;此外PostgreSQL还支持很多非常规数据类型&#xff0c;比如布尔类型、网络地址类型、数组类型、范围类型、json/jsonb类型等&#xff0c;从这一节…