动态规划

最新推荐文章于 2025-10-21 00:02:34 发布

原创最新推荐文章于 2025-10-21 00:02:34 发布 · 215 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #leetcode

算法及优化经验专栏收录该内容

2 篇文章

订阅专栏

第一遍刷了一些动态规划的题目，很多只能参考别人的思路后写出来的。但还是没有掌握动态规划的精髓，所以回过来重新来一遍，并记录一下解题思路，以及每道题目的优化的方法。

题目：404. 一和零

给你一个二进制字符串数组 strs 和两个整数 m 和 n 。

请你找出并返回 strs 的最大子集的大小，该子集中最多有 m 个 0 和 n 个 1 。

如果 x 的所有元素也是 y 的元素，集合 x 是集合 y 的子集。

普通解法

dp数据定义
定义dp[m+1][n+1]，意义为当前有i个0，j个1时子集的个数。
转换公式
dp[i][j] = max(1 + dp[i - n0][j - n1], dp[i][j]);
n0 表示当前字符串所包含的0的个数，n1表示包含的1的个数；

	//核心代码
	for (int z = m; z >= n0; z--){
		for (int o = n; o >= n1; o--){
		   dp[z][o] = max(1 + dp[z - n0][o - n1], dp[z][o]);
		}
	}
	/**
	* 选取一个字符串后，将每种可能(即z个0，o个1，且满足题意的情况)都取子串个数的最大值
	* dp[m][n]既是最终的结果。
	**/

题目：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。

普通解法

dp数组定义
定义dp[len]，len为整数数组长度。表示从0到第i个位置子串所能构成满足题意的子序列最大长度。
核心代码

int j = i -1;
while (j >= 0)
{
    if (nums[j] < nums[i]){
        dp[i] = max(dp[j] + 1, dp[i]);
    }
    j--;
}
// 对于第i个元素，需要遍历i之前所有比nums[i]小的元素所能构成最大子序列。

该方法时间复杂度为 $O(n^2)$
我也试了从后往前遍历，即i从len-2开始递减到0，计算到len-1位置，所能构成子序列的方式，用时少了一倍。

题目：978. 最长湍流子数组
当 A 的子数组 A[i], A[i+1], …, A[j] 满足下列条件时，我们称其为湍流子数组：

若 i <= k < j，当 k 为奇数时， A[k] > A[k+1]，且当 k 为偶数时，A[k] < A[k+1]；
或若 i <= k < j，当 k 为偶数时，A[k] > A[k+1] ，且当 k 为奇数时， A[k] < A[k+1]。
也就是说，如果比较符号在子数组中的每个相邻元素对之间翻转，则该子数组是湍流子数组。

返回 A 的最大湍流子数组的长度。

普通解法

dp数组定义
定义dp[len]，len为整数数组长度。表示加入当前元素后所能构成最大的子数组的长度。
转换公式
如果arr[i] < arr[ i -1] 且 arr[i] < arr[i + 1], 或者 arr[i] > arr[ i -1] 且 arr[i] > arr[i + 1]，则当前dp[i] = dp[i - 1] + 1
关键代码

bool is_up = arr[1] < arr[0] ? true : false;
// dp[0] = 1;

for (size_t i = 1; i < len; i++)
{
    if (arr[i] == arr[i - 1]){
        is_up = -1;
    }
    else if ((is_up == 1 && arr[i] < arr[i - 1]) || 
        (is_up == 0 && arr[i] > arr[i - 1])){
        dp[i] = dp[i - 1] + 1;
        max_l = max_l < dp[i] ? dp[i] : max_l;
        is_up =  1 - is_up;
    }else{
        if (arr[i] < arr[i - 1]){
            dp[i] = 2;
            is_up = 0;
        }else if(arr[i] > arr[i - 1]){
            dp[i] = 2;
            is_up = 1;
        }
    }
}