动态规划-最长定差子序列

2024-09-07 03:52

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

  1. 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。

  2. 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

  3. 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] + 1dp[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。

  4. 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。

  5. 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]]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!



http://www.chinasem.cn/article/1143985

相关文章

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

mybatis-plus 实现查询表名动态修改的示例代码

《mybatis-plus实现查询表名动态修改的示例代码》通过MyBatis-Plus实现表名的动态替换,根据配置或入参选择不同的表,本文主要介绍了mybatis-plus实现查询表名动态修改的示... 目录实现数据库初始化依赖包配置读取类设置 myBATis-plus 插件测试通过 mybatis-plu

基于Canvas的Html5多时区动态时钟实战代码

《基于Canvas的Html5多时区动态时钟实战代码》:本文主要介绍了如何使用Canvas在HTML5上实现一个多时区动态时钟的web展示,通过Canvas的API,可以绘制出6个不同城市的时钟,并且这些时钟可以动态转动,每个时钟上都会标注出对应的24小时制时间,详细内容请阅读本文,希望能对你有所帮助...

Vue中动态权限到按钮的完整实现方案详解

《Vue中动态权限到按钮的完整实现方案详解》这篇文章主要为大家详细介绍了Vue如何在现有方案的基础上加入对路由的增、删、改、查权限控制,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、数据库设计扩展1.1 修改路由表(routes)1.2 修改角色与路由权限表(role_routes)二、后端接口设计

前端 CSS 动态设置样式::class、:style 等技巧(推荐)

《前端CSS动态设置样式::class、:style等技巧(推荐)》:本文主要介绍了Vue.js中动态绑定类名和内联样式的两种方法:对象语法和数组语法,通过对象语法,可以根据条件动态切换类名或样式;通过数组语法,可以同时绑定多个类名或样式,此外,还可以结合计算属性来生成复杂的类名或样式对象,详细内容请阅读本文,希望能对你有所帮助...

Nginx实现动态封禁IP的步骤指南

《Nginx实现动态封禁IP的步骤指南》在日常的生产环境中,网站可能会遭遇恶意请求、DDoS攻击或其他有害的访问行为,为了应对这些情况,动态封禁IP是一项十分重要的安全策略,本篇博客将介绍如何通过NG... 目录1、简述2、实现方式3、使用 fail2ban 动态封禁3.1 安装 fail2ban3.2 配

Vue3中的动态组件详解

《Vue3中的动态组件详解》本文介绍了Vue3中的动态组件,通过`component:is=动态组件名或组件对象/component`来实现根据条件动态渲染不同的组件,此外,还提到了使用`markRa... 目录vue3动态组件动态组件的基本使用第一种写法第二种写法性能优化解决方法总结Vue3动态组件动态

Android 悬浮窗开发示例((动态权限请求 | 前台服务和通知 | 悬浮窗创建 )

《Android悬浮窗开发示例((动态权限请求|前台服务和通知|悬浮窗创建)》本文介绍了Android悬浮窗的实现效果,包括动态权限请求、前台服务和通知的使用,悬浮窗权限需要动态申请并引导... 目录一、悬浮窗 动态权限请求1、动态请求权限2、悬浮窗权限说明3、检查动态权限4、申请动态权限5、权限设置完毕后

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2