关键词：动态规划核心思想：使用动态规划来计算最长回文子序列的长度。通过构建一个二维数组 dp，其中 dp[i][j] 表示字符串 str 从索引 i 到 j 的最长回文子序列的长度。解题步骤：初始化一个二维数组 dp，其大小为 l x l（l 为字符串长度），所有元素初始化为0。对于每个单字符回文，设置 dp[i][i] = 1。从后往前遍历字符串，填充 dp 数组：如果 str[i] == str[j]，则 dp[i][j] = dp[i + 1][j - 1] + 2否则dp[i][j] = max(dp[i + 1][j], dp[i][j - 1])最后，输出 dp[0][l - 1]...

关键词：DFS 、 记忆化搜索 、 动态规划核心思想：使用DFS结合记忆化搜索来解决问题。记忆化搜索可以避免重复计算已经访问过的节点，从而提高效率。解题步骤：读取输入，初始化矩阵 mat 存储滑雪场的高度信息，初始化 dp 数组用于存储从每个位置出发的最长滑道长度。初始化 dx 和 dy 数组表示四个可能的移动方向。定义 dfs(x, y) 函数，该函数返回从位置 (x, y) 开始的最长滑道长度。如果 dp[x][y] 不为0，说明已经计算过，直接返回。否则，初始化 dp[x][y] 为1（即当前位置至少构成长度为1的滑道）。尝试向四个方向移动，如果新位置 (nx, ny) 的高度低于当前位...

关键词：贪心算法核心思想：通过优先选择结束时间最早且与前一个选定活动不冲突的活动，来最大化可以安排的活动数量。解题步骤：将所有活动按结束时间升序排序。遍历每个活动，对于一个活动，如果它的开始时间晚于或等于上一个选中活动的结束时间，则安排此活动。复杂度：时间复杂度O(nlogn)，空间复杂度O(n)。 #include <algorithm> #include <iostream> #include <vector> using namespace std; // 定义活动类型，相当于给pair<int, int>起了别名Activity，用于保...

关键词：哈夫曼编码 / 贪心算法核心思想：无需构建完整的哈夫曼树，可以利用贪心策略和优先队列（最小堆），直接算哈夫曼编码的最小成本WPL（编码后字符串的最短长度）。解题步骤：输入和初始化：读取每个字符的出现次数，并将其存入一个优先队列（最小堆）中。其中 greater<> 比较器确保队列内元素降序排列。合并操作：只要优先队列中剩余的元素大于1，就进行以下操作：从优先队列中取出两个最小的元素a和b。计算这两个元素合并后的成本a + b，并将该成本累加到结果变量res中。将合并后的元素a + b重新压入优先队列。输出结果：当优先队列中只剩下一个元素时，res即为所有合并操作的总成本（编...

关键词：双指针 / 滑动窗口核心思想：使用滑动窗口算法通过动态调整窗口的大小，遍历所有符合条件的连续子序列，求得最大连续子序列的长度。解题步骤：排序：首先对数组进行排序，以方便后续检查相邻元素之间的差值是否满足条件。滑动窗口：使用滑动窗口技术来找到满足条件的最长子序列。这里使用两个指针 l（左指针）和 r（右指针），初始时都指向数组的第一个元素。条件判断：当 nums[r] - nums[l] 小于等于 k 时，说明当前窗口内的所有数都满足条件，此时更新答案ans 并移动右指针 r；否则，移动左指针 l 以缩小窗口，直到窗口内的数再次满足条件。结果输出：最终输出答案 ans，即满足条件的最大数...