【动态规划】子序列系列

r囧r小猫 2024-03-22 23:24 39阅读 0赞

#### 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][Link 1]

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][Link 2]

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][Link 3]

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][Link 4]

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][Link 5]

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][Link 6]

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][Link 7]

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][Link 8]

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;
        }
    };

[Link 1]: https://leetcode.cn/problems/longest-increasing-subsequence/
[image-20230731141850644]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/8e237c2fb9094d3cac7d5b0f2e6a8d23.png
[Link 2]: https://leetcode.cn/problems/wiggle-subsequence/
[gspg67wwyn-1690785946044.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/aacdd6fa16e94159b36f3ea5f88ca485.png
[Link 3]: https://leetcode.cn/problems/number-of-longest-increasing-subsequence/description/
[c46gcsfr8s-1690789206047.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/d0c07fdd37054240b9139ffea2192efa.png
[Link 4]: https://leetcode.cn/problems/maximum-length-of-pair-chain/
[wlx9ovlysc-1690791040047.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/90f30ee85311460a9c8054a5595a9648.png
[Link 5]: https://leetcode.cn/problems/longest-arithmetic-subsequence-of-given-difference/
[iq9hs9xm3z-1690797357059.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/b90bc150ba2b453c8b4c26432c893d9f.png
[Link 6]: https://leetcode.cn/problems/length-of-longest-fibonacci-subsequence/
[uxobxtvs2s-1690810152050.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/6061e81b2efa486b92ab685d485e10ac.png
[Link 7]: https://leetcode.cn/problems/longest-arithmetic-subsequence/description/
[n4g2m6wqhs-1690814489176.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/a0d7c3656e9844c2a0ca1ad7dc1d039d.png
[Link 8]: https://leetcode.cn/problems/arithmetic-slices-ii-subsequence/