用html做网站的背景图怎么弄建设项目自主验收验收网站
每个人都有无限潜能,只要你敢于去追求,你就能超越自己,实现梦想。人生的道路上会有困难和挑战,但这些都是成长的机会。不要被过去的失败所束缚,要相信自己的能力,坚持不懈地努力奋斗。成功需要付出汗水和努力,但只要你坚持不懈,就一定会取得成果。无论遇到什么困难和挫折,都要勇敢面对,坚持追求自己的梦想。不要被他人的眼光和评价所左右,你才是最了解自己的人。相信自己,相信追逐梦想的力量,你一定能够创造奇迹。不要害怕失败,失败只是成功的一部分,只要你勇敢迈出第一步,就是在走向成功的道路上迈进了一大步。坚持努力,追求卓越,你就能成为自己想要成为的人。让我们一起超然励志,勇敢追逐自己的梦想!
蓝桥杯官网蓝桥杯大赛 — 全国大学生TMT行业赛事
刷题力扣 (LeetCode) 全球极客挚爱的技术成长平台
目录
题目7:跳跃游戏
背景描述:
输入格式:
输出格式:
样例输入:
样例输出:
解答过程:
Python代码实现及详细注释:
题目8:旋转数组中的最小值
背景描述:
输入格式:
输出格式:
样例输入:
样例输出:
解答过程:
Python代码实现及详细注释:
总结
题目7:跳跃游戏
背景描述:
给定一个非负整数数组 nums,你最初位于数组的第一个位置。数组中的每个元素代表你在该位置能够跳跃的最大长度。判断你是否能够到达最后一个位置。
输入格式:
第一行包含一个整数n (1 <= n <= 10^4),表示数组的长度。 第二行包含n个非负整数,表示每个位置上能跳跃的最大长度。
输出格式:
输出一个字符串 "true" 或 "false",表示是否可以从第一个位置跳到最后一个位置。
样例输入:
5 2 3 1 1 4
样例输出:
true
解答过程:
贪心算法 是解决此类问题的有效方法。我们维护一个变量 max_reach 来记录当前能到达的最远位置。遍历数组时,更新 max_reach 并检查当前位置是否在 max_reach 范围内。
步骤:
- 初始化: 
- 设置 
max_reach为0,表示当前能到达的最远位置。 
 - 设置 
 - 遍历数组: 
- 对于每一个位置 
i,如果i大于max_reach,则无法继续前进,返回false。 - 更新 
max_reach为i + nums[i]和max_reach的较大值。 
 - 对于每一个位置 
 - 结果: 
- 如果遍历结束且未提前返回 
false,则返回true。 
 - 如果遍历结束且未提前返回 
 
Python代码实现及详细注释:
def can_jump(nums):max_reach = 0for i in range(len(nums)):if i > max_reach:return "false"max_reach = max(max_reach, i + nums[i])if max_reach >= len(nums) - 1:return "true"return "false"# 示例输入 nums = [2, 3, 1, 1, 4]# 调用函数并打印结果 print(can_jump(nums)) # 输出: true
题目8:旋转数组中的最小值
背景描述:
假设有一个升序排列的数组,在某个未知点进行了旋转(例如,[0,1,2,4,5,6,7] 可能变为 [4,5,6,7,0,1,2])。编写一个函数来查找旋转排序数组中的最小值。
输入格式:
第一行包含一个整数n (1 <= n <= 10^4),表示数组的长度。 第二行包含n个整数,表示旋转后的数组。
输出格式:
输出一个整数,表示旋转排序数组中的最小值。
样例输入:
5 4 5 6 7 0 1 2
样例输出:
0
解答过程:
二分查找算法 是解决此类问题的有效方法。通过比较中间元素与右端点元素,可以有效地缩小搜索范围。
步骤:
- 初始化: 
- 设置左右指针 
left和right分别指向数组的两端。 
 - 设置左右指针 
 - 二分查找: 
- 计算中间索引 
mid,如果nums[mid]小于nums[right],说明最小值在左半部分或就是mid;否则,最小值在右半部分。 - 根据上述条件调整 
left或right指针。 
 - 计算中间索引 
 - 结果: 
- 最终 
left指向的位置即为最小值所在位置。 
 - 最终 
 
Python代码实现及详细注释:
def find_min(nums):left, right = 0, len(nums) - 1while left < right:mid = (left + right) // 2# 如果中间元素小于右端点元素,说明最小值在左半部分或就是midif nums[mid] < nums[right]:right = midelse:# 否则,最小值在右半部分left = mid + 1return nums[left]# 示例输入 nums = [4, 5, 6, 7, 0, 1, 2]# 调用函数并打印结果 print(find_min(nums)) # 输出: 0
总结
这两个题目分别涉及了不同的算法思想和技巧:
- 跳跃游戏 使用了贪心算法来解决问题,适用于处理需要最大化覆盖范围的问题。
 - 旋转数组中的最小值 使用了二分查找技术,这是一种高效的查找算法,特别适合用于已排序但经过某种变换的数组。
 
