动态规划算法

找出最长的递增的子序列
nums=[1,5,2,4,3]

def xxx(nums):
    for i in range(len(nums)):
        if nums[i]>0:
            y=nums[i]
            return y
nums=[1,-5,2,4,-3]
print(xxx(nums))#1
def xxx(nums):
    for i in range(len(nums)):
        if nums[i]>0:
            y=nums[i]
    return y
nums=[1,-5,2,4,-3]
print(xxx(nums))#4
def L(nums,i):
    if i==len(nums)-1:
        return 1
    max_len=1
    for j in range(i+1,len(nums)):        
        if nums[j]>nums[i]:
            max_len=max(max_len,L(nums,j)+1)
    return max_len
def length_of_LIS(nums):
    return max(L(nums,i) for i in range(len(nums)))
nums=[1,5,2,4,3]
i=0
print(L(nums,i))#3
print(length_of_LIS(nums))#3

memo={}
def L(nums,i):
    if i in memo:
        return memo[i]
    if i==len(nums)-1:
        return 1
    max_len=1
    for j in range(i+1,len(nums)):        
        if nums[j]>nums[i]:
            max_len=max(max_len,L(nums,j)+1)
    return max_len
def length_of_LIS(nums):
    return max(L(nums,i) for i in range(len(nums)))
nums=[1,5,2,4,3]
i=0
print(L(nums,i))
print(length_of_LIS(nums))

找出连续子序列的最大和
[3,-4,2,-1,2,6,-5,4]

#暴力枚举
nums=[3,-4,2,-1,2,6,-5,4]
lm=[]
for j in range(len(nums)-1):
    sum=nums[j]
    ls=[]
    for i in range(j+1,len(nums)):
        sum=sum+nums[i]
        ls.append(sum)
    lm.append(max(ls))
print(max(lm))#9
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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