【动态规划】子序列类型问题 最长等差数列

 题目链接：https://leetcode.cn/problems/longest-arithmetic-subsequence/description/

---

一.介绍一下填表顺序

        填表顺序是由状态方程决定的，在我做过的大部分的子数组类型问题中，i 位置的状态都是由 i 位置确定后i - 1位置的状态决定的，所以要首先知道i - 1位置的状态，填表顺序就是从左到右。在做过的子序列问题中，i 位置的状态是在i 位置确定后，j 在0 ~ i 区间枚举符合题意的元素然后共同决定的，其中 i 位置的填表顺序也是从左到右。

        关于 i 位置确定后  j 位置的枚举通常有3种常用的遍历方式：

        除了常见的从左往右的填表顺序，还有二维数组dp表从上到下的填表方式，还有回文串问题从左到右的填表顺序等，这些都是根据状态方程具体题目具体分析的。

---

二.题目介绍  

---

三.题目分析

        此题与"最长斐波那契数列长度"一题的分析处理很相似，但是这一道题的题目中少了一个重要条件 严格递增的正整数数组形成序列，所以在将数值和下标放入hash表进行预处理时，如果出现数组arr[1, 2, 3, 4, 1, 4, 1, 4] 这种数值1在其中多次出现时，hash表中存放的是最后一次出现的下标，所以在进行填表时，条件处理就找不到最开始的数值1。

        针对这种情况，我们可以选择子序列问题第3种遍历方式，并在填表完成后更新hash表中的值。如图：

        这种方式填表和更新hash表才是最终正确的。

---

四.完整代码

 int longestArithSeqLength(vector<int>& nums) 
    {
        int n = nums.size(), res = 2;
        vector<vector<int>> dp(n, vector<int>(n, 2));
        unordered_map<int, int> hash; //key:元素， val:下标
        hash[nums[0]] = 0;

        // 先固定倒数第二个数，然后
        // - - - - i - - j - -
        for(int i = 1; i < n; i++)
        {
            for(int j = i+1; j < n; j++)
            {
                int a = nums[i] * 2 - nums[j];
                if(hash.count(a))
                    dp[i][j] = dp[hash[a]][i] + 1;
                res = max(res, dp[i][j]);
            }
            hash[nums[i]] = i;
        }
        
        return res;
    }