打卡第十天：最长定差子序列

---

题目描述

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

一、动态规划求解

当前的元素arr[i]能否构成最长定差子序列，是由上一个元素arr[i]-difference所能构成的最长定差子序列的长度决定的，故有：

len(arr[i]) = len(arr[i] - difference)+1 

据此式，代码如下：

class Solution {
    public int longestSubsequence(int[] arr, int difference) {
        // 第一个值为当前最长子序列的最后一个元素，第二个值为当前最长子序列元素的个数
        HashMap <Integer, Integer>map = new HashMap<>();
        int max = 0;
        for(int i = 0; i < arr.length; i++){
            map.put(arr[i], map.getOrDefault(arr[i] - difference, 0) + 1);
            max = Math.max(map.get(arr[i]), max);
        }
        return max;
    }
}

---

二、一个笨方法：双循环遍历

另一种方法就是循环找出所有满足要求的子序列，取其中最长的。这里用到了双重循环，代码如下：

class Solution {
    public int longestSubsequence(int[] arr, int difference) {
    	List<Integer> max=new ArrayList<Integer>();
    	for(int i=0;i<arr.length-1;i++){
    		int t = arr[i];
    		List<Integer> list=new ArrayList<Integer>();
    		list.add(t);
    		for(int j = i+1;j<arr.length;j++){
    			if(arr[j]-t == difference){
    				list.add(arr[j]);
    				t = arr[j];
    			}
    		}
    		
    		if(max == null){
    			max = list;
    		}
    		else{
    			if(max.size() < list.size()){
    				max.clear();
    				max.addAll(list);
    			}
    		}
    		
    		if(max.size()>arr.length-i) return max.size();
    	}
		return max.size();
    }
}

这种方法在LeetCode中提交时超出了时间限制。

---

总结

动态优化问题。