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!!!