longest-consecutive-sequence[最长值连续序列]

题目描述

Given an unsorted array of integers, find the length of the longest consecutive elements sequence.
For example,
Given[100, 4, 200, 1, 3, 2],
The longest consecutive elements sequence is[1, 2, 3, 4]. Return its length:4.
Your algorithm should run in O(n) complexity.

  • 思路
    求乱序数组中最长的可连续数字(位置不一定相邻)。
    用hash存下数组的所有值。然后第二次遍历,对于每个数,从后往前每次加一检查是否存在于hash表中,存在则计数加一继续;然后再从后往前同理,两数相加即为此数相关的最长可连续数。同时若找到则置其value为true(或其他数),这样总共遍历2遍。
import java.util.*;
public class Solution {
    public int longestConsecutive(int[] num) {
        if(num == null || num.length == 0)
            return 0;
        
        Map<Integer, Boolean> map = new HashMap<Integer, Boolean>();
        for(int i=0; i<num.length; i++){
            map.put(num[i], false);
        }
        
        int maxLen = 1;
        for(int i=0; i<num.length; i++){
            int k = num[i];
            if( !map.get(k)){
                int n1 = 0;
                int n2 = 0;
                int key = k;
                while(map.get(key) != null && !map.get(key)){
                    map.put(key, true);
                    key ++;
                    n1 ++;
                }
                key = k - 1;
                while(map.get(key) != null && !map.get(key)){
                    map.put(key, true);
                    key --;
                    n2 ++;
                }
                maxLen = Math.max(maxLen, n1+n2);
            }
        }
        
        return maxLen;
    }
}
最长公共子序列问题(Longest Common Subsequence,简称LCS)是指在两个序列中找到一个最长的公共子序列,其中一个序列的所有元素按原序列中出现的顺序排列,而另一个序列中的元素则不要求按原序列中出现的顺序排列。 动态规划方法可以很好地解决LCS问题。设A和B是两个序列,LCS(A,B)表示A和B的最长公共子序列。则可以设计如下的状态转移方程: 当A和B的末尾元素相同时,LCS(A,B) = LCS(A-1,B-1) + 1。 当A和B的末尾元素不同时,LCS(A,B) = max(LCS(A-1,B), LCS(A,B-1))。 其中,LCS(A-1,B-1)表示A和B的末尾元素相同时的情况,LCS(A-1,B)表示A的最后一个元素不在最长公共子序列中,而B中的最后一个元素在最长公共子序列中的情况,LCS(A,B-1)表示B的最后一个元素不在最长公共子序列中,而A中的最后一个元素在最长公共子序列中的情况。 根据这个状态转移方程,可以使用动态规划算法来求解LCS问题。具体方法是,构建一个二维数组dp,其中dp[i][j]表示A前i个元素和B前j个元素的LCS。初始化dp[0][j]和dp[i][0]为0,然后按照上述状态转移方程进行递推,最终得到dp[lenA][lenB],其中lenA和lenB分别表示A和B的长度。dp[lenA][lenB]即为A和B的最长公共子序列的长度。要找到具体的最长公共子序列,可以从dp[lenA][lenB]开始,按照状态转移方程反向推导出每个元素,即可得到最长公共子序列。 LCS问题是动态规划算法的经典应用之一,时间复杂度为O(n*m),其中n和m分别为A和B的长度。
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