【动态规划】子序列系列

news2024/11/9 5:49:08

文章目录

  • 动态规划（子序列系列）
    • 1. 最长递增子序列
    • 2. 摆动序列
    • 3. 最长递增子序列的个数
    • 4. 最长数对链
    • 5. 最长定差子序列
    • 6. 最长的斐波那契子序列的长度
    • 7. 最长等差数列
    • 8. 等差数列划分 || - 子序列

动态规划（子序列系列）

1. 最长递增子序列

题目链接

  1. 状态表示

    dp[i]表示到 i 位置时，所有子序列当中最长的子序列的长度

  2. 状态转移方程

    image-20230731141850644

  3. 初始化

    表中的所有数据初始化为1

  4. 填表

    从左到右

  5. 返回值

    返回整个dp表里面最大的值

AC代码：

class Solution 
{
public:
    int lengthOfLIS(vector<int>& nums) 
    {
        int n = nums.size();
        vector<int> dp(n, 1);
        int ret = 1;
        for (int i = 1; i < n; i++)
        {
            for (int j = 0; j < i; j++)
            {
                if (nums[i] > nums[j])
                {
                    dp[i] = max(dp[i], dp[j] + 1);
                }
            }
            ret = max(ret, dp[i]);
        }
        return ret;
    }
};

2. 摆动序列

题目链接

  1. 状态表示

    f[i]表示：以 i 位置为结尾的所有子序列当中，最后一个位置是上升的最长摆动序列的长度

    g[i]表示：以 i 位置为结尾的所有子序列当中，最后一个位置是下降的最长摆动序列的长度

  2. 状态转移方程

    gspg67wwyn-1690785946044.png

  3. 初始化

    表中的所有值初始化为1

  4. 填表

    从左到右

  5. 返回值

    返回两个表中的最大值

AC代码:

class Solution 
{
public:
    int wiggleMaxLength(vector<int>& nums) 
    {
        int n = nums.size();
        vector<int> f(n, 1), g(n, 1);
        int ret = 1;
        for (int i = 1; i < n; i++)
        {
            for (int j = 0; j < i; j++)
            {
                if (nums[i] > nums[j]) f[i] = max(f[i], g[j] + 1);
                else if (nums[i] < nums[j]) g[i] = max(g[i], f[j] + 1);
            }
            ret = max(ret, max(f[i], g[i]));
        }
        return ret;
    }
};

3. 最长递增子序列的个数

题目链接

这里需要用到一种思想：

如何一次遍历数组，就可以找到最大数出现的次数

代码实现：

#include <iostream>

using namespace std;

int main()
{
	int arr[] = {2, 3, 1, 234, 43, 342, 234, 5, 34, 43, 8, 342};
	int n = sizeof(arr)/sizeof(arr[0]);
	int maxval = 0;
	int count = 0;
	for (int i = 0; i < n; i++)
	{
		if (arr[i] > maxval) maxval = arr[i], count = 1;
		else if (arr[i] == maxval) count++;
	}
	cout << maxval << endl;
	cout << count << endl;
	return 0;
}

  1. 状态表示

    len[i]表示以 i 位置为结尾所有子序列当中，最长递增子序列的长度

    count[i]表示以 i 位置为结尾所有子序列当中，最长递增子序列的个数

  2. 状态转移方程

    c46gcsfr8s-1690789206047.png

  3. 初始化

    所有值都初始化为1

  4. 填表

    从左到右

  5. 返回值

    count表最后一个

AC代码：

class Solution 
{
public:
    int findNumberOfLIS(vector<int>& nums) 
    {
        int n = nums.size();
        vector<int> len(n, 1), count(n, 1);
        int retval = 1, retcount = 1;
        for (int i = 1; i < n; i++)
        {
            for (int j = 0; j < i; j++)
            {
                if (nums[i] > nums[j])
                {
                    if (len[j] + 1 > len[i]) len[i] = len[j] + 1, count[i] = count[j];
                    else if (len[j] + 1 == len[i]) count[i] += count[j];
                }
            }
            if (retval == len[i]) retcount += count[i];
            else if (retval < len[i]) retval = len[i], retcount = count[i];
        }
        return retcount;
    }
};

4. 最长数对链

题目链接

分析：状态表示以某个位置为结尾的时候，后面的元素不能影响当前的填表，但是这个题目已经影响打了，所有需要将数组排序

  1. 状态表示

    dp[i]表示以 i 位置为结尾的所有数对链当中，最长的数对链的长度

  2. 状态转移方程

    wlx9ovlysc-1690791040047.png

  3. 初始化

    所有初始化为1

  4. 填表

    从做到右

  5. 返回值

    返回整个表的最大值

AC代码：

class Solution 
{
public:
    int findLongestChain(vector<vector<int>>& pairs) 
    {
        sort(pairs.begin(), pairs.end());
        int n = pairs.size();
        vector<int> dp(n, 1);
        int ret = 1;
        for (int i = 1; i < n; i++)
        {
            for (int j = 0; j < i; j++)
            {
                if (pairs[i][0] > pairs[j][1]) 
                {
                    dp[i] = max(dp[i], dp[j] + 1);
                }
            }
            ret = max(ret, dp[i]);
        }
        return ret;
    }
};

5. 最长定差子序列

题目链接

  1. 状态表示

    dp[i]表示到 i 位置时，所有的子序列当中最长的定差子序列的长度

  2. 状态转移方程

    iq9hs9xm3z-1690797357059.png

  3. 初始化

    将第一个元素对应的dp值初始化为1

  4. 填表

    从左到右

  5. 返回值

    返回整个dp表里的最大值

AC代码：

class Solution 
{
public:
    int longestSubsequence(vector<int>& arr, int difference) 
    {
        unordered_map<int, int> hash;
        hash[arr[0]] = 1;
        int ret = 1;
        for (int i = 1; i < arr.size(); i++)
        {
            hash[arr[i]] = hash[arr[i] - difference] + 1;
            ret = max(ret, hash[arr[i]]);
        }
        return ret;
    }
};

6. 最长的斐波那契子序列的长度

题目链接

  1. 状态表示

    dp[i][j]表示以 i j 为结尾的所有子序列当中，最长的斐波那契数列的长度

  2. 状态转移方程

    uxobxtvs2s-1690810152050.png

    优化：将数组的元素和下标绑定，方便查找

  3. 初始化

  4. 填表

  5. 返回值

    返回值可能小于3， 这是应该返回0

AC代码：

class Solution 
{
public:
    int lenLongestFibSubseq(vector<int>& arr) 
    {
        int n = arr.size();
        unordered_map<int, int> hash;
        for (int i = 0; i < n; i++) hash[arr[i]] = i;
        vector<vector<int>> dp(n, vector<int>(n, 2));
        int ret = 2;
        for (int j = 2; j < n; j++) // 固定最后一个位置
        {
            for (int i = 1; i < j; i++)
            {
                int a = arr[j] - arr[i];
                if (a < arr[i] && hash.count(a))
                {
                    dp[i][j] = dp[hash[a]][i] + 1;
                }
                ret = max(ret, dp[i][j]);
            }
        }
        return ret < 3 ? 0 : ret;
    }
};

7. 最长等差数列

题目链接

  1. 状态表示

    dp[i][j] 表示 以 i j 为结尾的所有子序列当中最长的等差子序列的长度

  2. 状态转移方程

    n4g2m6wqhs-1690814489176.png

    优化：一边dp一边保存离它最近元素的下标，当 i 位置填完之后将它填入哈希表中即可。所以需要先固定第倒数第二个元素，接着固定倒数第一个元素

  3. 初始化

  4. 填表

  5. 返回值

    返回是整个dp表里的最大值

AC代码：

class Solution 
{
public:
    int longestArithSeqLength(vector<int>& nums) 
    {
        unordered_map<int, int> hash;
        int n = nums.size();
        hash[nums[0]] = 0;
        vector<vector<int>> dp(n, vector<int>(n, 2));
        int ret = 2;
        for (int i = 1; i < n; i++)
        {
            for (int j = i + 1; j < n; j++)
            {
                int a = 2 * nums[i] - nums[j];
                if (hash.count(a))
                {
                    dp[i][j] = dp[hash[a]][i] + 1;
                }
                ret = max(ret, dp[i][j]);
            }
            hash[nums[i]] = i;
        }
        return ret;
    }
};

8. 等差数列划分 || - 子序列

题目链接

  1. 状态表示

    dp[i][j]表示以 i j 为是等差数列的子序列的个数

  2. 状态表示

    n4g2m6wqhs-1690814489176.png

  3. 初始化

  4. 填表

  5. 返回值

AC代码：

class Solution 
{
public:
    int numberOfArithmeticSlices(vector<int>& nums) 
    {
        int n = nums.size();
        unordered_map<long long, vector<int>> hash;
        for (int i = 0; i < n; i++) hash[nums[i]].push_back(i);
        vector<vector<int>> dp(n, vector<int>(n));
        int sum = 0;
        for (int j = 2; j < n; j++) // 固定倒数第一个
        {
            for (int i = 1; i < j; i++)
            {
                long long a = (long long)nums[i] * 2 - nums[j];
                if (hash.count(a))
                {
                    for (auto k : hash[a])
                    {
                        if (k < i) dp[i][j] += dp[k][i] + 1;
                        else break;
                    }
                }
                sum += dp[i][j];
            }
        }
        return sum;
    }
};

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/819083.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

正泰电力携手图扑：VR 变电站事故追忆反演

正泰电力携手图扑：VR 变电站事故追忆反演

VR(Virtual Reality&#xff0c;虚拟现实)技术作为近年来快速发展的一项新技术&#xff0c;具有广泛的应用前景&#xff0c;支持融合人工智能、机器学习、大数据等技术&#xff0c;实现更加智能化、个性化的应用。在电力能源领域&#xff0c;VR 技术在高性能计算机和专有设备支…
阅读更多...
＜C++＞二、类和对象-构造函数

＜C++＞二、类和对象-构造函数

1.类的6个默认成员函数 如果一个类中什么成员都没有&#xff0c;简称为空类。 空类中真的什么都没有吗&#xff1f;并不是&#xff0c;任何类在什么都不写时&#xff0c;编译器会自动生成以下6个默认成员函数。 默认成员函数&#xff1a;用户没有显式实现&#xff0c;编译器会生…
阅读更多...
为Win12做准备？微软Win11 23H2将集成AI助手：GPT4免费用

为Win12做准备？微软Win11 23H2将集成AI助手：GPT4免费用

微软日前确认今年4季度推出Win11 23H2&#xff0c;这是Win11第二个年度更新。 Win11 23H2具体有哪些功能升级&#xff0c;现在还不好说&#xff0c;但它会集成微软的Copilot&#xff0c;它很容易让人想到多年前的“曲别针”助手&#xff0c;但这次是AI技术加持的&#xff0c;Co…
阅读更多...
使用Vue+CSS实现汉堡图标过渡为叉号图标，有点意思

使用Vue+CSS实现汉堡图标过渡为叉号图标，有点意思

本文给大家分享三个具有过渡效果的汉堡图标&#xff0c;当点击汉堡图标时&#xff0c;过渡为叉号图标。这种具有过渡特效的图标挺炫酷的&#xff0c;感觉一下子给网页增加一点新颖特色。早在2015年左右&#xff0c;国外挺多优秀门户网站都有使用类似的图标&#xff0c;那时不知…
阅读更多...
Mysql之binlog日志浅析

Mysql之binlog日志浅析

一、binlog日志简介 Binlog是MySQL数据库中的二进制日志&#xff0c;用于记录数据库中所有修改操作&#xff0c;包括增删改等操作。binlog以二进制格式保存&#xff0c;可以通过解析binlog文件来查看数据库的操作历史记录。binlog日志可以用于数据恢复、数据备份、数据同步等场…
阅读更多...
智慧水务和物联网智能水表在农村供水工程中的应用

智慧水务和物联网智能水表在农村供水工程中的应用

摘 要&#xff1a;随着社会的进步和各项事业的飞速发展&#xff0c;人民生活水平的逐步提升&#xff0c;国家对农村饮水安全有了更高的要求&#xff0c;为了进一步提升农村供水服务的质量&#xff0c;利用现代化、信息化科学技术提升农村供水服务质量&#xff0c;提高用水管理效…
阅读更多...
对象分割技术在图像重绘上的运用

对象分割技术在图像重绘上的运用

今年早些时候&#xff0c;Meta AI 发布了他们的新开源项目: Segment Anything Model&#xff08;SAM) &#xff0c;在计算机视觉社区引起了巨大的轰动。SAM 是一种快速分割系统&#xff0c;它擅长于对不熟悉的物体和图像进行零样本泛化&#xff0c;而不需要额外的训练。 在本教…
阅读更多...
安全测试国家标准解读——函数调用安全、异常处理安全、指针安全

安全测试国家标准解读——函数调用安全、异常处理安全、指针安全

下面的系列文章主要围绕《GB/T 38674—2020 信息安全技术 应用软件安全编程指南》进行讲解&#xff0c;该标准是2020年4月28日&#xff0c;由国家市场监督管理总局、国家标准化管理委员会发布&#xff0c;2020年11月01日开始实施。我们对该标准中一些常见的漏洞进行了梳理&…
阅读更多...
DCDC下垂控制算法

DCDC下垂控制算法

在并联的DC/DC转换器系统中&#xff0c;下垂控制&#xff08;Droop Control&#xff09;是一种常见的方法&#xff0c;用以实现在不同模块之间的功率均衡。在下垂控制策略中&#xff0c;每一个转换器的输出电压会随着负载的增加而减小&#xff0c;这样能够保证所有的转换器都在…
阅读更多...
CSS font-family 等宽字体

CSS font-family 等宽字体

CSS font-family 等宽字体 font-family: "Lucida Console", Consolas, "Courier New", Courier, monospace; font-family: Courier New, Courier, Lucida Console, Consolas, monospace; font-family: Courier, Lucida Console, Consolas, Courier New,…
阅读更多...
【数学建模】2023 深圳杯 东三省 数学建模 B题 ：电子资源版权保护问题 （基于DCT的暗水印信息嵌入模型）

【数学建模】2023 深圳杯 东三省 数学建模 B题 ：电子资源版权保护问题 （基于DCT的暗水印信息嵌入模型）

在文章末尾的公众号回复&#xff1a;深圳杯B题&#xff0c;获取完整内容。 本文的文本、公式、代码都是部分展示。 文章目录 一、题目二、思路 与 解答2.1 问题一2.11 LSB 方法测试2.12 LSB 方法建模 2.2 问题二2.3 问题三2.31 方法与步骤概述2.32 基于DCT的暗水印信息嵌入模型…
阅读更多...
第八章 HL7 架构和可用工具 - 测试转换

第八章 HL7 架构和可用工具 - 测试转换

文章目录 第八章 HL7 架构和可用工具 - 测试转换显示段地址显示字段地址批量消息 测试转换 第八章 HL7 架构和可用工具 - 测试转换 显示段地址 要显示段地址&#xff0c;请将光标悬停在阴影列中的段名称上。工具提示显示以下内容&#xff1a; 在虚拟属性路径中使用的段地址该…
阅读更多...
CSS样式中颜色与颜色值的应用

CSS样式中颜色与颜色值的应用

使用CSS描绘页面样式时&#xff0c;颜色是其中不可或缺的&#xff0c;无论是对文本、背景还是边框、阴影&#xff0c;我们都写过无数代码用来增添颜色。而为了让网页的色彩表现更出色&#xff0c;我们很有必要完整梳理下CSS中的色彩。 要讲清楚CSS中的颜色&#xff0c;离不开颜…
阅读更多...
windows下tomcat无故宕机，检测http或https服务，并自动重启Tomcat服务

windows下tomcat无故宕机，检测http或https服务，并自动重启Tomcat服务

一、问题描述及解决原理 把项目发布到windows服务器中&#xff0c;如tomcat工程不稳定&#xff0c;会有无故宕机的问题。如果通过程序无法解决&#xff0c;并且重启tomcat服务能够生效的话&#xff0c;可以做一个自动检测并重启的脚本。 脚本通过检测tomcat对应的工程链接&…
阅读更多...
flink1.17.0 jdk11服务的可以启动，web端无法访问

flink1.17.0 jdk11服务的可以启动，web端无法访问

在配置文件中增加如下配置&#xff1a; 当前linux的ip地址&#xff0c;[localhsot&#xff0c;0.0.0.0]无效 rest.bind-address: 192.168.1.21
阅读更多...
机器学习十大经典算法

机器学习十大经典算法

机器学习算法是计算机科学和人工智能领域的关键组成部分&#xff0c;它们用于从数据中学习模式并作出预测或做出决策。本文将为大家介绍十大经典机器学习算法&#xff0c;其中包括了线性回归、逻辑回归、支持向量机、朴素贝叶斯、决策树等算法&#xff0c;每种算法都在特定的领…
阅读更多...
使用 Docker Compose 部署单机版 Redis：简单高效的数据缓存与存储

使用 Docker Compose 部署单机版 Redis：简单高效的数据缓存与存储

家人们啦&#xff01;今天我们来介绍如何使用 docker-compose 部署单机版 Redis&#xff0c;这是一个简单高效的数据缓存与存储解决方案&#xff0c;广泛应用于Web应用、移动应用以及各类数据处理场景。我们过后几篇文章了将会介绍cluster和sentinel集群的部署。通过本文的指导…
阅读更多...
使用css和js给按钮添加微交互的几种方式

使用css和js给按钮添加微交互的几种方式

使用css和js给按钮添加微交互的几种方式 在现实世界中&#xff0c;当我们轻弹或按下某些东西时&#xff0c;它们会发出咔嗒声&#xff0c;例如电灯开关。有些东西会亮起或发出蜂鸣声&#xff0c;这些响应都是“微交互”&#xff0c;让我们知道我们何时成功完成了某件事。在本文…
阅读更多...
切片[::-1]解析列表list表示的“非负整数加1”

切片[::-1]解析列表list表示的“非负整数加1”

列表数位表示非负整数&#xff0c;熟练操作“满十进位”。 (本笔记适合熟练操作Python列表list的 coder 翻阅) 【学习的细节是欢悦的历程】 Python 官网&#xff1a;https://www.python.org/ Free&#xff1a;大咖免费“圣经”教程《 python 完全自学教程》&#xff0c;不仅仅…
阅读更多...
一文搞定Java NIO，以及ZipInputStream、ByteArrayInputStream各种奇葩流

一文搞定Java NIO，以及ZipInputStream、ByteArrayInputStream各种奇葩流

目录 一、Channel1、FileChannel代码示例2、DatagramChannel代码示例3、SocketChannel 和 ServerSocketChannel代码示例 二、Buffer1、ByteBuffer示例代码2、CharBuffer示例代码3、ShortBuffer、IntBuffer、LongBuffer、FloatBuffer、DoubleBuffer 等示例代码 三、Selector1、S…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023