渤海银行的一道笔试题,中等。
输入描述:单组输入,第一行输入一个正整数N,表示正整数序列中包含的数字个数,N <= 1000。第二行输入N个正整数,两两之间用空格隔开。
输出描述:输出最长等比子序列的长度。
样例输入:
10
1 3 2 5 4 2 8 6 16 9
样例输出:
5
一个小思路,一般如果是连续子数组,用双指针或者滑动窗口来解决,如果是非连续的子序列,一般用动态规划来解决。
这道题,搜了一下,发现网上有类似的题:Problem - 5328,但是搜了一下答案,发现其实人家是要找出一串最长的连续等差数列或者等比数列,并不是子序列,所以无法解决本题。还是去leetcode看题解才有类似的,1027. 最长等差数列,所以下面解决之。参考了如下解法:
动态规划,很关键的是dp数组的定义。
参考了leetcode的这篇 题解
使用一个dp[N]的list作为备忘录,list中每个元素是一个字典(或者map)。
如上图所示,假设我们以子序列的角度来看问题:例如原始序列s=2 4 6 9 4,取出其中的s1=2 4,s2=2 4 6,s2比s1多了一个元素。从s1我们可以计算得到,等差值为2的最长等差子序列长度为2,我们把这一长度记录在dp[1]的字典中(记为<差值:2, 长度:2>)——那么,当我们讨论s2中的最长子序列长度时,通过计算差值6-4=2,然后在dp[1]中查看差值为2的记录<2, 2>,通过对长度2+1,则可得到以6结尾的最长等差序列长度为3 —— <2, 3>
所以转移方程为dp[ i ][ i和j的等差值 ] = dp[ j ][ i和j的等差值 ] + 1
依次对元素i使用动态规划的状态转移,就可以最终获得所有可能的最长序列长度
如果当前结尾i和它前面其他元素计算得到的差值,不在元素对应的dp[ j ]字典中,怎么办?此时则是说明只有它们两个可以组成等差序列,所以使dp[i][等差值] = 2更新状态即可
def longestArithSeqLength(nums):
# 动态规划,dp数组的设计是关键,dp数组中每一个元素为字典,key为差值,value为长度
length = len(nums)
# 边界条件
if length < 3:
return length
dp = [{} for i in range(length)]
res = 0
# 两层循环
for i in range(1, length):
for j in range(i):
# 求差值
diss = nums[i] - nums[j]
# 判断差值在前面的dp[j]中是否存在
if diss not in dp[j]:
dp[i][diss] = 2
else:
dp[i][diss] = dp[j][diss] + 1
res = max(res, dp[i][diss])
return res
求最长等比子序列是一样的道理,只需要把 diss = nums[i] - nums[j] 改成 diss = nums[i] / nums[j] 即可,甚至,如果这道题把HDU - 5328改一下【HDU - 5328原题为 给一个序列,要找一个等差或等比的连续子序列,求其最长的长度。】,变成求一个数组的等差或等比的最长子序列,返回最大值。那也是类似的做法,代码如下,应该能跑通。
def longestArithSeqLength(nums):
# 动态规划,dp数组的设计是关键,dp数组中每一个元素为字典,key为差值,value为长度
length = len(nums)
# 边界条件
if length < 3:
return length
dp1 = [{} for i in range(length)]
dp2 = [{} for i in range(length)]
res = 0
# 两层循环
for i in range(1, length):
for j in range(i):
# 求差值
diss1 = nums[i] - nums[j]
diss2 = nums[i] - nums[j]
# 判断差值在前面的dp[j]中是否存在
if diss1 not in dp1[j]:
dp1[i][diss1] = 2
else:
dp1[i][diss1] = dp1[j][diss1] + 1
if diss2 not in dp2[j]:
dp[i][diss2] = 2
else:
dp2[i][diss2] = dp2[j][diss2] + 1
res = max(res, dp1[i][diss1], dp2[i][diss2])
return res