题目描述： 方法1：二维dp动态规划 dp[i][0]，表示第i天拥有股票最大收益 dp[i][1]，表示第i天没有股票最大收益 dp[i][0] = max(dp[i-1][0], -price[i]) 第i-1天就持有股票，那么就保持现状 第i天买入股票 dp[i][1] = max(dp[i-

题目描述： 方法1：排列形式的完全背包问题 class Solution { public: int combinationSum4(vector<int>& nums, int target) { vector<int>dp(target+1,0); dp[

题目描述： 零钱兑换Ⅰ中，所求为凑满总金额需要最少的硬币个数 类似于目标和那道题，只不过那题是01背包问题（遍历顺序为从后往前），这题为完全背包问题 方法1：完全背包问题 本题和纯完全背包问题不同，纯完全背包考虑的是最大价值，所以不用管遍历顺序，本题是求装满的方式总数，得考虑题目要求是排列数还是组合

特点：01背包同一物品只能取一次，完全背包同一物品可以取多次 题目描述： 方法1：二维dp 与01背包不同点： dp数组第一行初始化时不同 递推时，放物品i时处理情况不同，dp[i - 1][j - weight[i]] + value[i]变为dp[i][j - weight[i]] + valu

题目描述： 方法1：回溯 class Solution { public: bool backtrack(string s,unordered_set<string> words,int StartIndex){//从StartIndex开始截取 if(StartIndex

题目描述： 方法1：回溯 class Solution { public: vector<string> data; vector<vector<string>> result; int Slength;//初始字符串长度，用于判断是否遍历完初始s //判断一个字符

题目描述： 难点：集合（数组candidates）有重复元素，但还不能有重复的组合 方法1：回溯 class Solution { public: vector<vector<int>> result; vector<int> data; void backtrack(vec

题目描述： 方法1：回溯 class Solution { public: vector<vector<int>> result; vector<int> data; void backtrack(vector<int>& candidates,int target,int

题目描述： 方法1：回溯 class Solution { public: vector<string> result; string data; string words[8] = { "abc", "def", "ghi",

题目描述： 方法1：回溯，注（for循环中，回溯时，记得加上sum -= i） class Solution { public: vector<int> data; vector<vector<int>> result; void backtrack(int n,int k