前言
动态规划是面对最值问题的比较通用的解法,当然并不是所有的最值问题都能通过动态规划去解决,动态规划解决的基本上是具有最优子结构的,并且能够通过备忘录或者动态规划表继进行优化的。
那么有的动态规划题目由于时间复杂度的限制,在对于有较高的时间复杂度的要求下,我们需要优化动态规划的算法,使得其时间复杂度降低。
最长递增子序列
这道题按理来说是动态规划中的开胃菜,但是其一般的做法时间复杂度高达 O ( n 2 ) O(n^2) O(n2)
class Solution {
public int lengthOfLIS(int[] nums) {
int n=nums.length;
int []dp=new int[nums.length];
Arrays.fill(dp,1);
for(int i=1;i<n;i++)
{
for(int j=0;j<i;j++)
{
if(nums[j]<nums[i])
{
dp[i]=Math.max(dp[i],dp[j]+1);
}
}
}
int ret=0;
for(int i=0;i<n;i++)
{
if(ret<dp[i])
{
ret=dp[i];
}
}
return ret;
}
}
我们利用二分查找去优化,想要用二分查找就必须有有序的容器,所以,我们必须自己构建一个有序数组,这个数组中放那些值也很好想到,放本次遍历之前的递增子序列。重点的设计在于让有序数组的长度是动态变化的。
class Solution{
public int lengthOfLIS(int[] nums) {
int n=nums.length;
int [] tails=new int[n];
int tailsLength=0;
for(int i=0;i<n;i++)
{
left=0;
right=tailsLength;
while(left<right)
{
int mid=(right-left)/2+left;
if(tails[mid]<nums[i])
{
left=mid+1;
}
else
{
right=mid;
}
}
tails[left] = nums[i];
if(tailsLength == right) tailsLength++;
}
return tailsLength;
}
}
无重叠子区间
这道题是最长递增子序列的变体,也可以用二分法进行动态规划优化,但是这一题比较复杂,因为我们有两头,因为是二维数组,作为最一般的做法,我们需要固定一头,来考虑另一头,
这里有两种的方法,第一种,自己构建递增子序列的容器
class Solution {
public int eraseOverlapIntervals(int[][] intervals) {
Arrays.sort(intervals,new Comparator<int []>(){
public int compare(int []o1,int []o2)
{
return o1[1]-o2[1];
}
});
int [] tails=new int[intervals.length];
int tailsLength=0;
for(int i=0;i<intervals.length;i++)
{
int left=0;
int right=tailsLength;
while(left<right)
{
int mid=(right-left)/2+left;
if(tails[mid]<=intervals[i][0] )
{
left=mid+1;
}
else
{
right=mid;
}
}
if(left==tailsLength)
{
tails[tailsLength]=intervals[i][1];
tailsLength++;
}
else if(tails[left]>intervals[i][1])
{
tails[left]=intervals[i][1];
}
// if(tails[left]>intervals[i][1] || )
// {
// tails[right]=intervals[i][1];
// }
// if(right==tailsLength)tailsLength++;
}
return intervals.length-tailsLength;
}
}
这道题如果想要用动态规划+二分法的方式去做还是有难度的,我们不能直接从上面最长子序列的直接推导过来,因为这个是个区间问题,我们第一次通过
if(tails[mid]<=intervals[i][0])
去判断从而拿到最右侧边界后还需要做额外的事情,我们在上面判断的只是intervals[i][0],我们真正能将一个区间嫁接到tails表后面,还需要后面一个条件
if(tails[left]>intervals[i][1])
{
tails[left]=intervals[i][1];
}
当然left要在tails区间内部,如果已经出现在边界,那么是肯定可以嫁接的。
所以最后的判断条件,相对于最长子序列这道题有所差别。
俄罗斯套娃信封问题
class Solution {
public int maxEnvelopes(int[][] envelopes) {
Arrays.sort(envelopes,new Comparator<int []>(){
public int compare(int []e1,int []e2)
{
if(e1[0]!=e2[0])
{
return e1[0]-e2[0];
}
else
{
//这里降序的前提是对于第一个维度相同的情况,第一个维度相同的情况下是不满足条件的
//因为我们两种排序过后,是按照第二个维度进行
return e2[1]-e1[1];
}
}
});
int [] tails=new int[envelopes.length];
int tailsLength=0;
for(int i=0;i<envelopes.length;i++)
{
int left=0;
int right=tailsLength;
while(left<right)
{
int mid=(right-left)/2+left;
if(tails[mid]<envelopes[i][1])
{
left=mid+1;
}
else
{
right=mid;
}
}
tails[right]=envelopes[i][1];
if(right==tailsLength) tailsLength++;
}
return tailsLength;
}
}
有了上面题目的铺垫,这道题的难点就在于你怎么排序到最后可以用一个维度解决问题。本题的排序方式是先按照维度1升序排序,再按照维度2降序排序。