给你一个二维整数数组 envelopes ,其中 envelopes[i] = [wi, hi] ,表示第 i 个信封的宽度和高度。
当另一个信封的宽度和高度都比这个信封大的时候,这个信封就可以放进另一个信封里,如同俄罗斯套娃一样。
请计算 最多能有多少个 信封能组成一组“俄罗斯套娃”信封(即可以把一个信封放到另一个信封里面)。
注意:不允许旋转信封。
示例 1:
输入:envelopes = [[5,4],[6,4],[6,7],[2,3]]
输出:3
解释:最多信封的个数为 3, 组合为: [2,3] => [5,4] => [6,7]。
示例 2:
输入:envelopes = [[1,1],[1,1],[1,1]]
输出:1
分析:
二维的最长上升子序列,多维数组先考虑排序,初始化dp数组值为1(每个信封装自己),利用dp的思想记录每个信封能装多少,对每个信封,依次比较该信封以前的每个信封是否能装进自己里面,得到递推式dp[i] = max(dp[i], dp[j] + 1)
,max中的第一项表示前面的信封都不满足要求,后一项表示j位置的信封如果能装到i里面,i就能装下“ j及j里面所有的信封 + i自己”
,代码如下:
class Solution {
public:
static bool compare(vector<int>& w, vector<int>& h){
if(w[0] == h[0]) return w[1] < h[1];
return w[0] < h[0];
}
int maxEnvelopes(vector<vector<int>>& envelopes) {
if(envelopes.size() == 0 || envelopes[0].size() == 0) return 0;
sort(envelopes.begin(), envelopes.end(), compare);
// 初始化dp数组,每个信封起码"装下自己一个"
vector<int> dp(envelopes.size(), 1);
for(int i = 1; i < envelopes.size(); i++){
for(int j = 0; j < i; j++){
if(envelopes[j][0] < envelopes[i][0] && envelopes[j][1] < envelopes[i][1]){
// 套娃的思想,j位置的信封如果能装到i里面,i就能装下 j及j里面所有的信封 + i自己 (dp[j] + 1)
dp[i] = max(dp[i], dp[j] + 1);
}
}
}
return *max_element(dp.begin(), dp.end());
}
};
还可以进行优化,宽升序,长降序,这样if的判断条件仅需判断长是否满足条件,减少了一些无意义的判断,按上面的方法1比如[6,7][6,8]还要将两者再进行比较,若长降序排列就是[6,8][6,7]可以直接退出,减少所用的时间
class Solution {
public:
static bool compare(vector<int>& w, vector<int>& h){
if(w[0] == h[0]) return w[1] > h[1];
return w[0] < h[0];
}
int maxEnvelopes(vector<vector<int>>& envelopes) {
if(envelopes.size() == 0 || envelopes[0].size() == 0) return 0;
sort(envelopes.begin(), envelopes.end(), compare);
// 初始化dp数组,每个信封起码"装下自己一个"
vector<int> dp(envelopes.size(), 1);
for(int i = 1; i < envelopes.size(); i++){
for(int j = 0; j < i; j++){
if(envelopes[j][1] < envelopes[i][1]){
// 套娃的思想,j位置的信封如果能装到i里面,i就能装下 j及j里面所有的信封 + i自己 (dp[j] + 1)
dp[i] = max(dp[i], dp[j] + 1);
}
}
}
return *max_element(dp.begin(), dp.end());
}
};