思路：  循环指针，循环比较；相似度长度等于自身长度时候，就是旋转字符串； 有点类似于罗盘拼图游戏，只需要旋转一圈，即可图案拼接正确；  class Solution { public: /** * 旋转字符串 * @param A string字符串 * @param B string字符串 * @return bool布尔型 */ bool solve(string A, string B) { // write code here if (A.size() != B.size()) return false; int j = 0; for (int i = 0; i < A.siz...

核心点是分治，需要将数组分成三段left，middle，right；其中中间一段只是一个数字，左段的全部数字要比中间数小，右段的全部数字要比中间数大。 class Solution { public: /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * 将给定数组排序 * @param arr int整型vector 待排序的数组 * @return int整型vector */ int sortPartition(vector<int>& arr, int left_index, int right_index) { int key_...

#include <iostream> #include <vector> using namespace std; int main(){ int N; while(cin >> N){ vector<int> nums; while(N--){ int n; cin >> n; nums.push_back(n); } // 1、确定dp数组含义：假设dp[i]是包含nums[i]在内的不相邻数之和； // 2、确定状态转移方程：dp[i] = max(dp[i-2] + nums[i], dp[i-3]+nums[i]) // ...

连续子数组最大和，算是最简单的动态规划题目；从设计上来说，需要一个动态递归方程，以及一个参数表；但实际上这部分的存储可以优化掉。 #include <iostream> using namespace std; int main() { int N; while(cin >> N) { // 动态规划算法 // 设dp[i] 为以i往后的连续子数组最大和； // 那么dp[i] = max(dp[i-1]+nums[i], nums[i]) // 最后的输出结果是在dp中找最大的连续子数组和输出。 int max_sum = INT16_MIN; int dp_sum ...

使用的贪心策略，优先将消费最大，占用座位较少的消费者排号就座。 #include <iostream> #include <vector> #include <utility> #include <algorithm> using namespace std; int main(){ int64_t n, m; while(cin >> n >> m){ vector<int64_t> table_max_nums; while(n--){ int64_t table_num; cin >> tab...