前言
在本文章中,我们将要详细介绍一下Leetcode中376. 摆动序列,在本道题目中,我们将会用动态规划的方式解决。
一、题目分析
如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。
例如, [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ,因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。
相反,[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。
给你一个整数数组 nums ,返回 nums 中作为 摆动序列 的 最长子序列的长度 。
示例 1:
输入:nums = [1,7,4,9,2,5]
输出:6
解释:整个序列均为摆动序列,各元素之间的差值为 (6, -3, 5, -7, 3) 。
示例 2:
输入:nums = [1,17,5,10,13,15,10,5,16,8]
输出:7
解释:这个序列包含几个长度为 7 摆动序列。
其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。
示例 3:
输入:nums = [1,2,3,4,5,6,7,8,9]
输出:2
注意下这个序列必须是相对位置不变的,可以不连续的值
二、算法原理
1.状态表示
列出dp表,dp表中值的含义是什么
dp[ i ]:以i位置为结尾的所有子序列中最长摆动序列的长度。
我们来简单分析一下,我们要求i位置最长摆动序列,就要知道i-1位置的情况,这是有两种情况,i-1位置处于上升状态,或者i-1位置处于下降状态。
我们一种状态表示不能达成我们对目的,我们需要设置两个状态表示
f [ i ]:以i位置为结尾的所有子序列中,最后一个元素是上升的最长摆动序列的长度
g[ i ]:以i位置为结尾的所有子序列中,最后一个元素是下降的最长摆动序列的长度
2.状态转移方程
对于f [ i ]:
🌟 长度为1,自己构成子序列,这时f [ i ]=1;
🌟 长度大于1,与前面的结合形成子序列,但是我们不知道具体跟在哪个数的后面,所有我们需要对前面的状态表示一一判断,找到最大的那个值。
我们设置j,j的范围是【0,i-1】,同时满足上升趋势,nums[ i ]>nums [ j ].
我们这个f[ i ]是上升趋势,所以必须跟在前一个是下降趋势的后面。要求j在g表中进行寻找。
f[ i ]=max(g[ j ]+1,f[ i ]);
同理:我们也可以推断出g的状态转移方程
g[ i ]=max(f[ i ]+1,g[ i ]);
3.初始化
所以的元素单独都可以构成一个摆动序列,将两个表内容都初始化为1。
4.填表顺序
从左往右
5.返回值是什么
我们并不知道哪个表中的值最大,不知道什么情况下最大,所以需要在两个表中找最大值。
一边填表一边找最大值
三、代码实现
class Solution {
public:
int wiggleMaxLength(vector<int>& nums)
{
int n=nums.size();
//创建dp表
vector<int>f(n,1);
vector<int>g(n,1);
int remax=1;
//填表
for(int i=1;i<n;i++)
{
for(int j=0;j<i;j++)
{
if(nums[i]>nums[j])
f[i]=max(g[j]+1,f[i]);
if(nums[i]<nums[j])
g[i]=max(f[j]+1,g[i]);
}
remax=max(remax,max(f[i],g[i]));
}
return remax;
}
};
总结
以上就是我们对Leetcode摆动序列详细介绍,希望对大家的学习有所帮助,仅供参考 如有错误请大佬指点我会尽快去改正 欢迎大家来评论~~