动态规划—最长的斐波那契子序列的长度（leetcode 873）

题目描述

如果序列 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

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] <= 10^9

问题分析

状态定义

dp[i][j]：表示以A[i],A[j]结尾的斐波那契数列的最大长度

dp[i][j]=Len(......,A[i],A[j])
状态转移

这里我们考虑在A[i]之前有某个数字A[k]，那么是不是应该满足如下式子

A[k] + A[i] == A[j]

那么我们就可以写出来状态转移方程

代码

class Solution {
public:
    int lenLongestFibSubseq(vector<int>& arr) {
        int  n = arr.size();

        unordered_map<int,int> index;
        int ans = 0;

        for(int i =0; i < n; ++i) {
            index[arr[i]] = i;
        }

        // 任何两个数字都可以组成斐波那契数列所以初始化为2

        vector<vector<int>> dp(n, vector<int>(n, 2));
        
        // arr[i] + arr[j] = arr[k]

        for(int k =0; k < n; ++k) {
            for(int j = 0; j < k; ++j) {
                
                // 单调递增 所以必须满足 arr[i] (arr[k]-arr[j]) < arr[j] < arr[k]

                if((arr[k]- arr[j] < arr[j]) && (index.count(arr[k]-arr[j])) ) { 
                    int i = index[arr[k] - arr[j]];
                    dp[j][k] = max(dp[j][k], dp[i][j] + 1);
                    ans = max(ans, dp[j][k]);
                }
            }
        }
        return ans;
    }
};

复杂度分析

时间复杂度：O(N^2)
空间复杂度：O(N^2)