给出一个由无重复的正整数组成的集合, 找出其中最大的整除子集, 子集中任意一对 (Si, Sj) 都要满足: Si % Sj = 0 或 Sj % Si = 0。
如果有多个目标子集,返回其中任何一个均可。
示例 1:
集合: [1,2,3] 结果: [1,2] (当然, [1,3] 也正确)
直觉告诉我先排个序是很稳的,但是一般动态规划都是计算什么解的长度,解的最大最小值之类的,突然要返回一个解,还真不会做了。
但是实际上这题动态规划思想非常简单:
排序后,dp【i】是第i个数字结尾的数组段所能拥有的最大整数子集长度。
很显然,dp【i】=max(dp【a1】,dp【a2】。。。dp【ak】)+1,其中dp【ax】代表能实现dp【i】%dp【ax】==0,
也就是说dp【i】是所有在i前面的数字能构造最大整除子集的最长的再加1.
但是单单依靠这个还真的不能解出答案。
参考别人的想法,dp的方程与我的接近,但是用了下标数组来解决解的保存,
让我想起了那个union-find算法,先把坐标设为-1,如果合并两个集合,就把其中一个index【i】=j这样就有i,j合并
所以只要在动态打表时不断地记录下标并且合并交集就可以了
代码如下:
class Solution:
def largestDivisibleSubset(self, nums):
"""
:type nums: List[int]
:rtype: List[int]
"""
nums.sort()
dp=[0 for x in range(len(nums))]
index=[-1 for x in range(len(nums))]
max_len,max_index=0,-1
for i in range(len(nums)):
dp[i]=1
for j in range(i):
if nums[i]%nums[j]==0 and dp[i]<dp[j]+1:
dp[i]=dp[j]+1
index[i]=j
if dp[i]>max_len:
max_len=dp[i]
max_index=i
arr=[]
while True:
if max_index!=-1:
arr.append(nums[max_index])
max_index=index[max_index]
else:
break
return arr[::-1]
自己还是不够厉害,动态规划换个花样就有点蒙了。