【动态规划刷题 13】最长递增子序列&& 摆动序列

本文介绍了如何使用动态规划解决两个问题:1.给定一个整数数组,找到最长的递增子序列;2.判断数组中是否存在最长的摆动序列。通过状态表示、转移方程和填表策略详细阐述了解题过程。
摘要由CSDN通过智能技术生成

300. 最长递增子序列

链接: 300. 最长递增子序列

1.状态表示*
dp[i] 表⽰:以 i 位置元素为结尾的「所有⼦序列」中,最⻓递增⼦序列的⻓度。

2.状态转移方程
对于 dp[i] ,我们可以根据「⼦序列的构成⽅式」,进⾏分类讨论:

  1. i. ⼦序列⻓度为 1 :只能⾃⼰玩了,此时 dp[i] = 1 ;
  2. ii. ⼦序列⻓度⼤于 1 : nums[i] 可以跟在前⾯任何⼀个数后⾯形成⼦序列。 设前⾯的某⼀个数的下标为 j ,其中 0 <= j <= i - 1 。

只要 nums[j] < nums[i] , i 位置元素跟在 j 元素后⾯就可以形成递增序列,⻓度
为 dp[j] + 1 。
因此,我们仅需找到满⾜要求的最⼤的 dp[j] + 1 即可。
综上, dp[i] = max(dp[j] + 1, dp[i]) ,其中 0 <= j <= i - 1 && nums[j]< nums[i]

3. 初始化
所有的元素「单独」都能构成⼀个递增⼦序列,因此可以将 dp 表内所有元素初始化为 1 。
4. 填表顺序
显⽽易⻅,填表顺序「从左往右」

5. 返回值
由于不知道最⻓递增⼦序列以谁结尾,因此返回 dp 表⾥⾯的「最⼤值」。

代码:

 int lengthOfLIS(vector<int>& nums) {
      int n=nums.size();

        vector<int> dp(n,1);
        int Max=1;
        for(int i=1;i<n;i++)
        {
            for(int j=0;j<i;j++)
            {
                if(nums[i]>nums[j])
                dp[i]=max(dp[j]+1,dp[i]);
            }
            Max=max(Max,dp[i]);
        }
        return Max;
    }

在这里插入图片描述

376. 摆动序列

链接: 376. 摆动序列

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

1.状态表示*

  1. f[i] 表⽰:以 i 位置元素为结尾的所有的⼦序列中,最后⼀个位置呈现「上升趋势」的最⻓摆动序列的⻓度;
  2. g[i] 表⽰:以 i 位置元素为结尾的所有的⼦序列中,最后⼀个位置呈现「下降趋势」的最⻓摆动序列的⻓度。

2.状态转移方程
由于⼦序列的构成⽐较特殊, i 位置为结尾的⼦序列,前⼀个位置可以是 [0, i - 1] 的任意位置,因此设 j 为 [0, i - 1] 区间内的某⼀个位置。
对于 f[i] ,我们可以根据「⼦序列的构成⽅式」,进⾏分类讨论:

  1. i. ⼦序列⻓度为 1 :只能⾃⼰玩了,此时 f[i] = 1
  2. ii. ⼦序列⻓度⼤于 1 :因为结尾要呈现上升趋势,因此需要 nums[j] < nums[i] 在满 ⾜这个条件下, j 结尾需要呈现下降状态,最⻓的摆动序列就是 g[j] + 1
    因此我们要找出所有满⾜条件下的最⼤的 g[j] + 1 。

综上, f[i] = max(g[j] + 1, f[i]) ,注意使⽤ g[j] 时需要判断。
g[i]则类似。

3. 初始化
所有的元素「单独」都能构成⼀个摆动序列,因此可以将 dp 表内所有元素初始化为 1 。
4. 填表顺序
显⽽易⻅,填表顺序「从左往右」

5. 返回值
应该返回「两个 dp 表⾥⾯的最⼤值」,我们可以在填表的时候,顺便更新⼀个「最⼤值」

代码:

 int n=nums.size();

        vector<int> f(n,1),g(n,1);
        int Max=1;
        for(int i=1;i<n;i++)
        {
            for(int j=0;j<i;j++)
            {
                if(nums[i]>nums[j])
                {
                    f[i]=max(f[i],g[j]+1);
                }
                if(nums[i]<nums[j])
                {
                    g[i]=max(f[j]+1,g[i]);
                }
                Max=max(Max,max(g[i],f[i]));
            }
        }
        return Max;

在这里插入图片描述

  • 6
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“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 5
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