第三十天
1447 最简分数
给你一个整数 n
,请你返回所有 0 到 1 之间(不包括 0 和 1)满足分母小于等于 n
的 最简 分数 。分数可以以 任意 顺序返回。
方法
遍历分子和分母,如果发现分子和分母的最大公因子不为1
,则不将该分数加入答案。
class Solution {
public List<String> simplifiedFractions(int n) {
List<String> res = new ArrayList<>();
for (int i = 1; i <= n - 1; ++i){
for (int j = i + 1; j <= n; ++j){
if (GCD(i, j) == 1){
res.add(i + "/" + j);
}
}
}
return res;
}
public static int GCD(int m, int n){
if (m % n == 0) return n;
return GCD(n, m % n);
}
}
300 最长递增子序列
给你一个整数数组 nums
,找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7]
是数组 [0,3,1,6,2,2,7]
的子序列。
方法
定义dp[i]
表示以第i
个位置上的数字为结尾的最长递增子序列的长度。那么容易知道,如果存在j<i
,并且nums[i]>nums[j]
,那么位置i
就是以位置j
结尾的最长递增子序列的下一个可选数字之一,我们只需要从0
遍历到i-1
,然后将遍历过程中找到的最大记录下来,作为dp[i]
的值,当nums[i]>nums[j]
,让dp[i]=max(dp[i],dp[j] + 1)
初始状态下,dp[i]
的值为1
,表示各个数字单独都可以作为一个长度为1
的最长递增子序列。
在更新dp[i]
时,同时记录好最大值,作为结果ans
返回即可。
class Solution {
public int lengthOfLIS(int[] nums) {
int[] dp = new int[nums.length];
int ans = 1;
for (int i = 0; i < nums.length; ++i) dp[i] = 1;
for (int i = 1; i < nums.length; ++i){
for (int j = 0; j < i; ++j){
if (nums[i] > nums[j]){
dp[i] = Math.max(dp[i], dp[j] + 1);
ans = Math.max(ans, dp[i]);
}
}
}
return ans;
}
}
673 最长递增子序列的个数
给定一个未排序的整数数组 nums
, 返回最长递增子序列的个数 。
注意 这个数列必须是 严格 递增的。
方法
采用和上一题相同的思路,只不过我们需要在遍历的过程中同时将个数信息统计好,为此我们定义cnt[i]
表示以nums[i]
结尾的,到位置i
为止的最长递增子序列的个数,同理,我们知道初始条件应当为cnt[i]=1
,和dp[i]
同理。
当我们发现nums[j]>nums[i]
,此时,按照原来的思路,应当去更新dp[i]
,但对于cnt[i]
的更新策略略有不同,因为我们要考虑最长递增子序列的个数,因此如果我们发现,此时dp[i]==dp[j]+1
,那么这表明这是另外一种能够达到最长递增子序列的方法,故此时我们应该令cnt[i]=cnt[i]+cnt[j]
,即在位置j
以前,有cnt[j]
方法能够达到到位置j
为止的最长递增子序列,依据加法原理我们需要将这些方案累加。
当我们发现dp[i]<dp[j]+1
时,说明我们之前统计的方案都是无效的,因为现在找到的一个让序列更长的方案,此时我们应当将cnt[i]
推倒,令cnt[i]=cnt[j]
即可。
class Solution {
public int findNumberOfLIS(int[] nums) {
int[] dp = new int[nums.length];
int ans = 1, maxNum = 0;
int[] cnt = new int[nums.length];
for (int i = 0; i < nums.length; ++i) {dp[i] = 1;cnt[i] = 1;}
for (int i = 1; i < nums.length; ++i){
for (int j = 0; j < i; ++j){
if (nums[i] > nums[j]){
if (dp[i] == dp[j] + 1){
cnt[i] += cnt[j];
}
else if (dp[j] + 1 > dp[i]) {
cnt[i] = cnt[j];
dp[i] = dp[j] + 1;
}
ans = Math.max(ans, dp[i]);
}
}
}
for (int i = 0; i < dp.length; ++i) maxNum += (dp[i] == ans ? cnt[i] : 0);
return maxNum;
}
}