"生予希望,生予微光,生予一切无常"
21、乘积最大子数组
(1) 题目解析
一个正数,需要和正数相乘才能得到一个大的乘积,反之一个负数,需要和一个负数做乘积,才能 得到一个大的乘积。
解决子数组问题,首先需要分 " 按长度 "进行分类。
(2) 算法原理
法子一:
可以看出,如果我们只是单独定义一个状态表达式,是不足以解决多种情况的。
法子二:
class Solution {
public:
int maxProduct(vector<int>& nums) {
int n = nums.size();
vector<int> f(n+1);
auto g = f;
f[0] = g[0] = 1;
int ret = INT_MIN;
for(int i=1; i<=n; ++i){
int x = nums[i-1],y=f[i-1]*nums[i-1],z=g[i-1]*nums[i-1];
f[i] = max(x,max(y,z));
g[i] = min(x,min(y,z));
ret = max(ret,f[i]);
}
return ret;
}
};
22、乘积为为正数的最长子数组长度
(1) 题目解析
这道题和上面的求乘积最大的子数组和有异曲同工之处,不过在这里是求的 "长度",而非乘积和。
(2) 算法原理
尤其注意nums[i]的几种状态,以及dp表达式表示的状态信息,根据 这些信息进行分析画图。
class Solution {
public:
int getMaxLen(vector<int>& nums) {
int n = nums.size();
vector<int> f(n+1);
auto g = f;
int ret = INT_MIN;
for(int i=1; i<=n; ++i){
if(nums[i-1] > 0)
{
f[i] = f[i-1] + 1;
g[i] = g[i-1] == 0 ? 0 : g[i-1] + 1;
}
else if(nums[i-1] < 0)
{
f[i] = g[i-1] ==0 ? 0 : g[i-1] + 1;
g[i] = f[i-1] + 1;
}
ret = max(ret,f[i]);
}
return ret;
}
};
23、 等差数列划分
(1) 题目解析
(2) 算法原理
class Solution {
public:
int numberOfArithmeticSlices(vector<int>& nums) {
int n = nums.size();
vector<int> dp(n);
int sum = 0;
for(int i=2; i<n; ++i){
if(nums[i] - nums[i-1] == nums[i-1]-nums[i-2]){
dp[i] = dp[i-1] + 1;
}
else{
dp[i] = 0;
}
sum += dp[i];
}
return sum;
}
};
24、最长湍流子数组
(1) 题目解析
(2) 算法原理
class Solution {
public:
int maxTurbulenceSize(vector<int>& arr) {
int n = arr.size();
vector<int> f(n,1);
auto g = f;
int ret = 1;
for(int i=1; i<n; ++i){
if(arr[i-1] < arr[i]) f[i] = g[i-1] + 1;
else if(arr[i-1] > arr[i]) g[i] = f[i-1] + 1;
ret = max(ret,max(f[i],g[i]));
}
return ret;
}
};
25、单词拆分
(1) 题目解析
(2) 算法原理
对于这类隐藏的动规问题,理解题意尤为重要。如何将大问题,切分成子问题,那可得做大量练习,才能孰能生巧。
class Solution {
public:
bool wordBreak(string s, vector<string>& wordDict) {
unordered_set<string> hash;
for(auto& e:wordDict){
hash.insert(e);
}
int n = s.size();
vector<int> dp(n+1);
dp[0] = true;
s = ' ' + s;
for(int i=1; i<=n; ++i){
//(0,j-1) (j,i);
for(int j=i; j>=1; --j){
if(dp[j-1] && hash.count(s.substr(j,i - j + 1))){
dp[i] = true;
break;
}
}
}
return dp[n];
}
};
本篇到此结束,感谢你的阅读
祝你好运,向阳而生~