来源:力扣(LeetCode)
描述:
如果序列 X_1, X_2, ..., X_n
满足下列条件,就说它是 斐波那契式 的:
-
n >= 3
-
对于所有
i + 2 <= n
,都有X_i + X_{i+1} = X_{i+2}
给定一个严格递增的正整数数组形成序列 arr
,找到 arr
中最长的斐波那契式的子序列的长度。如果一个不存在,返回 0 。
(回想一下,子序列是从原序列 arr 中派生出来的,它从 arr 中删掉任意数量的元素(也可以不删),而不改变其余元素的顺序。例如, [3, 5, 8]
是 [3, 4, 5, 6, 7, 8]
的一个子序列)
示例 1:
输入: arr = [1,2,3,4,5,6,7,8]
输出: 5
解释: 最长的斐波那契式子序列为 [1,2,3,5,8] 。
示例 2:
输入: arr = [1,3,7,11,12,14,18]
输出: 3
解释: 最长的斐波那契式子序列有 [1,11,12]、[3,11,14] 以及 [7,11,18] 。
提示:
-
3 <= arr.length <= 1000
-
1 <= arr[i] < arr[i + 1] <= 109
方法:动态规划
代码:
class Solution {
public:
int lenLongestFibSubseq(vector<int>& arr) {
unordered_map<int, int> indices;
int n = arr.size();
for (int i = 0; i < n; i++) {
indices[arr[i]] = i;
}
vector<vector<int>> dp(n, vector<int>(n));
int ans = 0;
for (int i = 0; i < n; i++) {
for (int j = i - 1; j >= 0 && arr[j] * 2 > arr[i]; j--) {
int k = -1;
if (indices.count(arr[i] - arr[j])) {
k = indices[arr[i] - arr[j]];
}
if (k >= 0) {
dp[j][i] = max(dp[k][j] + 1, 3);
}
ans = max(ans, dp[j][i]);
}
}
return ans;
}
};
执行用时:188 ms, 在所有 C++ 提交中击败了96.61%的用户
内存消耗:142.4 MB, 在所有 C++ 提交中击败了41.04%的用户
复杂度分析
时间复杂度:O(n2),其中 n 是数组 arr 的长度。动态规划的状态数是 O(n2),每个状态的计算时间都是 O(1)。
空间复杂度:O(n2),其中 n 是数组 arr 的长度。需要创建二维数组 dp,空间是 O(n2)。
author:LeetCode-Solution