数组子序列的个数

数组子序列的个数,比如4,14,2,3和14,1,2,3都为4,13,14,1,2,3的子序列。 对于给出序列a,有些子序列可能是相同的,这里只算做1个,要求输出a的不同子序列的数量。

分析:如果对一个数组后面添加一个与前面都不同的数字构成一个新的数组,那么新的数组的子序列就是前面的子序列的个数乘以2,再加上新添加的数字;如果后面添加的数字前面出现过,那么按照上面的计算方式中存在重复的,将重复的剪掉即可:一个是自身,一个是离自身最近的与自身形同的数字对应的子序列数,比如1,2,3,4,5,6,4,7,8,4;那么就应该减去1,2,3,4,5,6,4这段所有的子序列;因为1,2,3,4,5,6与后面第一个4可以形成的序列与最后一个4也可以形成;

代码如下:

//  [10/2/2013 qingezha] 数组子序列的个数,4,14,2,3和14,1,2,3都为4,13,14,1,2,3的子序列。 对于给出序列a,有些子序列可能是相同的,这里只算做1个,要求输出a的不同子序列的数量。
//	用一个数组记录出现2次或2次以上的数字,离当前数字最近的相同的数字的下标
//	比如1 2 3 4 2,一开始都为0,然后下标一次变为1 2 3 4,到新2 的时候 因为有2,所以要找到这个2的下标,才可以运算那个式子
//	所以用last_index记录数字的下标,里面是对应的arr[i],即要找的值2
#define Mod 1000000007
long sub_sequence(int *arr,int len)
{
	long sub_arr[120] = {0};						
	int last_index[120] = {0};						//初始值这里设的好
	for (int iter=1;iter<=len;++iter)
	{
		switch(last_index[arr[iter-1]])
			{
		case 0:
			{
				sub_arr[iter] = 2 * sub_arr[iter-1]+ 1;
				break;
			}
		default:
			{
				sub_arr[iter] = 2 * sub_arr[iter-1] - sub_arr[last_index[arr[iter-1]]-1];//上一个相同的数字的下标
			}
		}
		last_index[arr[iter-1]] = iter;				//这里写错了last_index[iter-1],每一次都更新,按次序递增
	}
	return sub_arr[len];							//这里写错了 sub_arr[len-1]
	//test///
	//int arr[20] = {1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20};
	//cout<<sub_sequence(arr,sizeof(arr)/sizeof(int));
	//

}


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 序列是指从一个序列中取出任意数量的元素,而不改变它们在原序列中的相对顺序所得到的新序列。换句话说,序列是原序列的一个部分,可以是连续或非连续的。 对于给定的一个序列,请你求出它的序列个数。 解题思路: 我们可以使用动态规划的思想来解决这个问题。假设原序列的长度为n。首先,我们定义一个长度为n的数组dp,其中dp[i]表示以第i个元素结尾的序列个数。 初始化时,dp数组的所有元素都为1,因为每个元素本身也是一个序列。 然后,我们从第二个元素开始遍历原序列。对于当前遍历到的元素,我们需要计算以它结尾的序列个数。遍历到第i个元素时,我们需要向前遍历前面的元素,若前面的某个元素小于第i个元素,则第i个元素可以接在这个元素的后面,形成一个新的序列。此时,我们可以利用dp数组来直接求出以前面的这个元素结尾的序列个数,并将它们累加到dp[i]中。 最后,我们将dp数组中所有元素的值相加,即可得到原序列序列个数。 例如,对于序列1 2 3 4,其序列个数为15,具体的序列是(1)、(2)、(3)、(4)、(1 2)、(1 3)、(1 4)、(2 3)、(2 4)、(3 4)、(1 2 3)、(1 2 4)、(1 3 4)、(2 3 4)、(1 2 3 4)。 这就是使用动态规划求解序列个数的方法。 希望对你有帮助! ### 回答2: 序列是指从给定序列中删除若干个元素后所得到的序列,而被删除的元素的顺序保持不变。例如,对于序列[1, 2, 3, 4, 5],它的序列可以为[1, 2, 3]、[2, 4, 5]等。那么现在我们来解答关于序列的NOI教师培训试题。 试题:给定一个长度为n的正整数序列a,若存在一个长度为m的序列b(b中元素值可以不连续)是a的序列,并且b满足b中各个元素之和可以整除k,输出序列b的最大长度m。 解答: 首先,我们可以使用动态规划的思想来解决这个问题。定义一个dp数组,dp[i]表示以第i个元素结尾的序列的最大长度。初始化dp数组的所有元素为1。 然后,我们遍历序列a,对于每个元素a[i],再遍历它之前的元素a[j](0 <= j < i),如果a[i]可以整除k,说明可以将a[j]添加到以a[i]结尾的序列中,此时更新dp[i] = max(dp[i], dp[j] + 1)。最后,找出dp数组中的最大值,即为题目所求的结果。 例如,对于序列a = [1, 2, 3, 4, 5],k = 3,执行上述算法得到dp数组为[1, 1, 1, 1, 2],最大值为2,因此输出结果为2。 该算法的时间复杂度为O(n^2),在n较小的情况下可以接受。如果希望进一步优化时间复杂度,可以考虑使用动态规划+哈希表的方法,将时间复杂度降低到O(n)。 以上就是关于NOI教师培训试题序列的解答,希望能对您有所帮助! ### 回答3: 序列是指从一个给定的序列中选择出若干个元素,这些元素在原序列中保持相对顺序不变,但不一定连续。例如,对于序列1 2 4 3,它的序列可以是1 4、2 3、1 2 3、4等。 求一个序列的最长递增序列是一个经典问题。给定一个整数序列,我们要找出一个最长的递增序列,其中递增表示:对于任意的i和j,如果i < j,则ai < aj。例如,对于序列2 1 4 3,它的最长递增序列是1 3,长度为2。 解决这个问题的动态规划算法可以描述如下: 1. 创建一个辅助数组dp,dp[i]表示以第i个元素结尾的最长递增序列的长度。 2. 初始化dp数组,将dp的所有元素都初始化为1,表示每个元素本身就是一个递增序列,长度为1。 3. 从第2个元素开始遍历原序列,依次计算每个元素结尾的最长递增序列的长度。 4. 对于每个元素,从它之前的元素中找到比它小的元素,如果找到,就更新dp[i]为dp[j]+1,表示以当前元素结尾的最长递增序列长度增加1。 5. 遍历完整个序列后,dp数组中的最大值即为原序列的最长递增序列的长度。 上述算法的时间复杂度是O(n^2),其中n是序列的长度。还有其他更优化的算法,可以将时间复杂度降到O(nlogn),例如使用二分查找或贪心算法。 对于NOI教师培训试题,序列问题是一个较为常见的题型,可以使用上述动态规划算法进行求解。在解题过程中,需要注意理解序列的含义,以及动态规划算法的思想。

“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
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