2021-11-05

最新推荐文章于 2021-12-26 18:00:19 发布

chou&shuai

最新推荐文章于 2021-12-26 18:00:19 发布

阅读量67

点赞数

分类专栏： LeetCode 文章标签： java

本文链接：https://blog.csdn.net/qq_39771447/article/details/121162807

版权

LeetCode 专栏收录该内容

48 篇文章 0 订阅

订阅专栏

本文介绍了一种使用动态规划解决最长等差子序列问题的方法，针对整数数组arr和给定差值difference，找到满足差值条件的最长子序列长度。通过实例演示和代码实现，展示了算法的时间复杂度和空间复杂度，并在Java中的性能表现。

摘要由CSDN通过智能技术生成

1218. 最长定差子序列
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]。
解析过程：

class Solution {
    public int longestSubsequence(int[] arr, int difference) {
        //动态规划方法
        //dp[i] 表示以 arr[i] 为结尾的最长的等差子序列的长度
        Map<Integer,Integer> dp=new HashMap<Integer,Integer>();
        int len=0;
        for(int i :arr){
            dp.put(i,dp.getOrDefault(i-difference,0)+1);
            len=Math.max(len,dp.get(i));
        }
        return len;
    }
}

时间复杂度：
时间复杂度：O(n)，其中 n 是数组arr 的长度。
空间复杂度：O(n)，哈希表需要 O(n) 的空间。
结果：
执行用时：44 ms, 在所有 Java 提交中击败了31.98%的用户
内存消耗：48.4 MB, 在所有 Java 提交中击败了82.74%的用户
通过测试用例：39 / 39