题目描述:
给你一个整数数组 arr
和一个整数 difference
,请你找出并返回 arr
中最长等差子序列的长度,该子序列中相邻元素之间的差等于 difference
。
子序列 是指在不改变其余元素顺序的情况下,通过删除一些元素或不删除任何元素而从 arr
派生出来的序列。
示例 1:
输入:arr = [1,2,3,4], difference = 1 输出:4 解释:最长的等差子序列是 [1,2,3,4]。
示例 3:
输入:arr = [1,5,7,8,5,3,4,2,1], difference = -2 输出:4 解释:最长的等差子序列是 [7,5,3,1]。
提示:
1 <= arr.length <= 105
这是一个动态规划的题目,题目的本质是求一个最长上升子序列
如果用一般的方法去写代码应该是这样:
class Solution {
public:
int longestSubsequence(vector<int>& arr, int difference) {
//dp[i]表示以i结尾的最长定差子序列,只需要找到一个dp[j]使dp[i]-dp[j] == difference //dp[i]即可更新
int n = arr.size();
int dp[n],ans = 0;
for(int i = 0;i<n;i++){
dp[i] = 1;
for(int j = i-1;j>=0;j--){
if(arr[i]-arr[j] == difference){
dp[i] = dp[j]+1;
break;
}
}
ans = max(dp[i],ans);
}
return ans;
}
};
但是很不幸,本题1 <= arr.length <= 105,如果用这种方法会超时
可以用unordered_map<int,int>降维,代码如下:
class Solution {
public:
int longestSubsequence(vector<int>& arr, int difference) {
int ans = 0;
unordered_map<int,int>dp;
for(int v:arr){
dp[v] = dp[v-difference]+1;
ans = max(ans,dp[v]);
}
return ans;
}
};
这个思路的本质是既然是最长定差子序列那么对应遍历数组得到的第i个元素arr[i],只需要能找到一个j使得arr[i]-arr[j]==difference,那么就可以用dp[j]来更新dp[i],即dp[i] = dp[j]+1;
用图的方法更为直接,对于遍历数组得到的每个元素arr[i],直接在图中找到dp[v-difference],
以v(arr[i])为结尾的元素所含有的最长定差子序列为dp[v],dp[v] = dp[v-difference]+1
再用一个ans维护图中dp[x]出现的最大值(其实也就是最长定差子序列)