力扣leetcode 1218. 最长定差子序列

题目链接与描述

https://leetcode.cn/problems/longest-arithmetic-subsequence-of-given-difference/
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 2：

输入：arr = [1,3,5,7], difference = 1
输出：1
解释：最长的等差子序列是任意单个元素。
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
-104 <= arr[i], difference <= 104

关键词：动态规划

方法一：

运行截图

代码1[暴力超时]

// 首先不能换顺序，但是可以少元素
// 那意味着，我们可以找到某个元素的下一个元素之差 是difference的
// 如果从a0开始找，同时可能需要考虑 是不是存在 a1开始找的长度更长
// 如果从an开始往前找，可能也要考虑 存在an-1
// 所以需要从a0-an开始都找一遍，中间可以优化的是：am-an=dif的项不需要找
// 最后比较从max(a0-an)长度
// 但是这种超出时间限制了，显然时间复杂度是n^2+n,空间复杂度是n

	public  int longestSubsequence(int[] arr, int difference) {
		
		int[] index = new int[arr.length];
		for (int i = 0; i < arr.length; i++) {
			int last = arr[i];
			int length = 1;
			for (int j = i + 1; j < arr.length; j++) {
				if (arr[j] - last == difference) {
					length++;
					last = arr[j];
				}
			}
			index[i] = length;
		}
		int max = 0;
		for (int i : index) {
			if (i > max) {
				max = i;
			}
		}
		return max;
	}

代码2 [动态规划]

	public  int longestSubsequence(int[] arr, int difference) {
		// 最长、最短很容易联想到动态规划、难的就在于怎么转化方程
		// 一个我们从左往右找最长以ai结尾的最长子序列，然后取最大
		// 问题在于ai与 ai+1 都有可能最大，所以需要两者比较，取最大即可
		Map<Integer, Integer> ret = new HashMap<>();
		int max = 0;
		for (int num : arr) {
			ret.put(num, ret.getOrDefault(num - difference, 0) + 1);
			max = Math.max(ret.get(num), max);
		}
		return max;
	}

结尾

欢迎评论区交流，每日打卡，冲冲冲！！！