本文主要是介绍动态规划-最长定差子序列,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
题目描述
给你一个整数数组 arr 和一个整数 difference,请你找出并返回 arr 中最长等差子序列的长度,该子序列中相邻元素之间的差等于 difference 。
子序列 是指在不改变其余元素顺序的情况下,通过删除一些元素或不删除任何元素而从 arr 派生出来的序列。
示例 :
输入:arr = [1,5,7,8,5,3,4,2,1,0], difference = -2
输出:4
解释:最长的等差子序列是 [7,5,3,1]。
解题思路
-
初始化DP数组:首先,我们需要一个足够大的DP数组来存储每个元素结尾的最长等差子序列的长度。由于数组
arr
的长度未知,我们可以使用vector<int>
来动态地管理DP数组的大小。 -
遍历数组:对于数组
arr
中的每个元素arr[i]
,我们再次遍历它之前的所有元素arr[j]
(其中j < i
),检查是否存在arr[i] - arr[j] == difference
。 -
更新DP数组:如果找到了满足条件的
arr[j]
,则我们可以尝试更新dp[i]
的值。具体来说,dp[i]
应该被更新为dp[j] + 1
和dp[i]
(当前值)中的较大者,实际上是在 arr[i] 左边最近的,j就是我们要找的是最长等差子序列。 -
记录结果:在遍历过程中,我们还需要记录遍历过的所有
dp[i]
中的最大值,这个最大值就是我们要找的最长等差子序列的长度。 -
返回结果:遍历完成后,返回记录的最大值即可。
int longestSubsequence(vector<int>& arr, int difference) {int n = arr.size();vector<int> dp(n, 1);// 初始化dp数组,每个元素至少可以自成一个长度为1的等差子序列int ret = 1;// 最长等差子序列的初始长度为1 for (int i = 1; i < n; i++) {for (int j = i - 1; j >= 0; j--) {if (arr[i] - arr[j] == difference) {dp[i] = dp[j] + 1;break;}}ret = max(ret, dp[i]);}return ret;}
这种方法虽然直观易懂,但在处理大数据集时可能会因为时间复杂度较高而不够高效。在实际应用中,可以考虑使用哈希表等数据结构来优化查找过程,以降低时间复杂度。
哈希表优化
上述方法的时间复杂度是O(n^2),因为对于每个arr[i]
,我们都需要遍历它之前的所有元素。使用哈希表可以优化这个过程。
哈希表hash
的键是数组arr
中的元素,值是以该元素结尾的最长等差子序列的长度,即原本的dp[i]。当我们遍历数组arr
时,对于每个元素arr[i]
,我们检查arr[i] - difference
是否已经在哈希表中。如果在,说明存在一个以arr[i] - difference
结尾的等差子序列,且我们可以将arr[i]
添加到该子序列的末尾,从而形成一个更长的等差子序列。因此,我们更新hash[arr[i]]
为hash[arr[i] - difference] + 1
。在从左到右填表的过程中对hash[arr[i] - difference]进行更新,如果存在多个arr[i] - difference,hash[arr[i] - difference]的结果会是最新的。
同时,我们还需要维护一个变量ret
来记录遍历过程中遇到的最长等差子序列的长度。每当我们更新hash[arr[i]]
时,我们都检查它是否比当前的ret
大,如果是,则更新ret
。
class Solution {
public: int longestSubsequence(vector<int>& arr, int difference) { int n = arr.size(); unordered_map<int, int> hash; // 使用哈希表来存储每个元素结尾的最长等差子序列的长度 hash[arr[0]] = 1; // 初始化,第一个元素自身就是一个长度为1的等差子序列 int ret = 1; // 初始化最长等差子序列的长度为1 for (int i = 1; i < n; i++) { // 检查是否存在以arr[i] - difference结尾的等差子序列 if (hash.count(arr[i] - difference)) { hash[arr[i]] = hash[arr[i] - difference] + 1; // 如果存在,则更新hash[arr[i]] } else { hash[arr[i]] = 1; // 如果不存在,说明arr[i]无法延长任何已知的等差子序列,它自身就是一个长度为1的等差子序列 } ret = max(ret, hash[arr[i]]); // 更新最长等差子序列的长度 } return ret; }
};
这篇关于动态规划-最长定差子序列的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!