auto commit

notes/Leetcode 题解.md

@@ -1999,7 +1999,15 @@ public int wiggleMaxLength(int[] nums) {
 
 综上，最长公共子系列的状态转移方程为：
 
-![](http://latex.codecogs.com/gif.latex?\\\\dp[i][j]=\left\{\begin{array}{rcl}dp[i-1][j-1]&&{S1_i==S2_j}\\max(dp[i-1][j],dp[i][j-1])&&{S1_i<>S2_j}\end{array}\right.)
+![](http://latex.codecogs.com/gif.latex?\\\\
+dp[i][j]=\left\{
+\begin{array}{rcl}
+dp[i-1][j-1]&&{S1_i==S2_j}\\
+max(dp[i-1][j],dp[i][j-1])&&{S1_i<>S2_j}
+\end{array}\right.
+)
+
+![](https://github.com/CyC2018/InterviewNotes/blob/master/pics/1dc481cc-99f6-4fa8-8f68-fbd563995bf5.png)
 
 对于长度为 N 的序列 S<sub>1</sub> 和 长度为 M 的序列 S<sub>2</sub>，dp[N][M] 就是序列 S<sub>1</sub> 和序列 S<sub>2</sub> 的最长公共子序列长度。
 
@@ -2064,7 +2072,6 @@ public int knapsack(int W, int N, int[] weights, int[] values) {
 
 因为 dp[j-w] 表示 dp[i-1][j-w]，因此不能先求 dp[i][j-w] 防止将 dp[i-1][j-w] 覆盖。也就是说要先计算 dp[i][j] 再计算 dp[i][j-w]，在程序实现时需要按倒序来循环求解。
 
-
 **无法使用贪心算法的解释**
 
 0-1 背包问题无法使用贪心算法来求解，也就是说不能按照先添加性价比最高的物品来达到最优，这是因为这种方式可能造成背包空间的浪费，从而无法达到最优。考虑下面的物品和一个容量为 5 的背包，如果先添加物品 0 再添加物品 1，那么只能存放的价值为 16，浪费了大小为 2 的空间。最优的方式是存放物品 1 和物品 2，价值为 22.
@@ -2448,9 +2455,6 @@ public int minDistance(String word1, String word2) {
 
 [Leetcode : 72. Edit Distance (Hard)](https://leetcode.com/problems/edit-distance/description/)
 
-**修改一个字符串使它成为回文字符串**// TODO
-
-[程序员代码面试指南-字符串](#)
 
 ### 其它问题
 
@@ -2851,12 +2855,6 @@ public int majorityElement(int[] nums) {
 }
 ```
 
-**数组中出现次数多于 n / k 的元素**
-
-[程序员代码面试指南 P343](#)
-
-选 k - 1 个候选
-
 ### 其它
 
 **平方数**
@@ -3428,14 +3426,6 @@ s1
 
 ## 数组与矩阵
 
-**矩阵旋转** // TODO
-
-[程序员面试金典 P114](#)
-
-**之字型打印** //TODO
-
-[程序员代码面试指南 P335](#)
-
 **把数组中的 0 移到末尾**
 
 [Leetcode : 283. Move Zeroes (Easy)](https://leetcode.com/problems/move-zeroes/description/)
@@ -4919,10 +4909,6 @@ public int getSum(int a, int b) {
 }
 ```
 
-**实现整数乘法**
-
-[程序员代码面试指南 P319](#)
-
 **字符串数组最大乘积**
 
 [Leetcode : 318. Maximum Product of Word Lengths (Medium)](https://leetcode.com/problems/maximum-product-of-word-lengths/description/)