求长度为n的序列中最大的m个数

思路1:最小堆,时间复杂度O(nlogm)
分析:
1、建一个大小为m的最小堆,最小的元素在根部
2、遍历序列,若元素大于根部元素,则用该元素替换根部元素,并对最小堆进行调整,若元素小于等于根部元素,则不对最小堆做任何改变,这样遍历完整个序列后堆中的元素就是最大的m个元素

public class T1 
{   
    public static void main(String[] args) 
    {
        Scanner in=new Scanner(System.in);
        while(in.hasNext())
        {
            int n=in.nextInt();
            int m=in.nextInt();
            int[] arr=new int[n];
            for(int i=0;i<n;i++)
            {
                arr[i]=in.nextInt();
            }
            solve(arr, m);
        }
    }
    static void  minHeap(int[] arr,int len,boolean isOnlyRoot)
    {
        int s=isOnlyRoot?0:len/
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这是一个比较复杂的问题,需要先明确一下几个概念: 1. 子序列:给定一个序列,从其任意挑选出一些数(可以不按照顺序),组成一个新的序列,该序列就是原序列一个序列。 2. 公共子序列:给定两个序列,从分别选取一些数(可以不按照顺序),组成两个新的序列,这两个新序列长度相等且数值一一对应,那么这两个新序列就是给定序列一个公共子序列。 3. 长度为3的公共子序列:即在两个序列找到长度均为3的公共子序列。 有了以上概念,我们可以开始解题了。一种比较简单的方法是暴力枚举,具体步骤如下: 1. 从第一个序列选出长度为3的所有子序列。 2. 从第二个序列选出长度为3的所有子序列。 3. 比较两个序列所有长度为3的子序列找出相同的子序列。 4. 统计相同的子序列个数。 这种方法的时间复杂度为 O(n^6),显然不太可行。因此,我们需要寻找更高效的算法。一种比较常见的方法是动态规划,具体步骤如下: 1. 定义一个二维数组 dp,其 dp[i][j] 表示第一个序列前 i 个数和第二个序列前 j 个数,最长的公共子序列长度。 2. 初始化 dp 数组,即 dp[0][j] 和 dp[i][0] 均为 0。 3. 根据状态转移方程,计算 dp[i][j] 的值。方程如下: if (a[i-1] == b[j-1]) { dp[i][j] = dp[i-1][j-1] + 1; } else { dp[i][j] = max(dp[i-1][j], dp[i][j-1]); } 其,a 和 b 分别表示两个序列。 4. 遍历 dp 数组,统计长度为3的公共子序列个数。 这种方法的时间复杂度为 O(n^2),比暴力枚举要快很多。具体实现可以参考下面的代码: ```python def count_common_subsequence(a, b): n, m = len(a), len(b) dp = [[0] * (m+1) for _ in range(n+1)] count = 0 for i in range(1, n+1): for j in range(1, m+1): if a[i-1] == b[j-1]: dp[i][j] = dp[i-1][j-1] + 1 if dp[i][j] >= 3: count += 1 else: dp[i][j] = max(dp[i-1][j], dp[i][j-1]) return count ``` 注意,以上代码只能计算两个序列长度为3的公共子序列个数,对于长度不为3的公共子序列无法计算。如果需要计算长度为 k (k > 3) 的公共子序列个数,需要对以上代码进行相应的修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值