集合最大子集算法_Google面试题 | 最大可分子集

题目描述

给出一个数字集合，包含各不相同的若干正整数。找到最大的子集，使得这个子集里的任意两个元素(Si, Sj)满足Si % Sj = 0 或者 Sj% Si = 0。

Example 1:

nums: [1,2,3]Result: [1,2] (of course, [1,3] will also be ok)

Example 2:

nums: [1,2,4,8]Result: [1,2,4,8]

算法分析

题目要求我们在一个集合中寻找一个满足条件的子集。对于这类对顺序没有要求的序列问题，我们总是可以选择先进行排序。

假设我们从小到大排序了nums数组，那么我们在小到大选取元素(加入子集)的过程中一定满足一个性质：所有选取的元素都是新加入的元素的因子，进一步发现，子集中第一个元素(最小的)是第二个元素的因子，第二个是第三个的因子，依次类推...，最后组成了一个序列，而我们要做的就是找出这样最长的序列。

可以明显的注意到，这个问题是分阶段的，我们可以通过保存局部的最优解，来加速整个穷举过程，也就是用动态规划算法。用f[i]表示前i个数(第i个一定在子集中)可以组成的最大的满足条件的子集，转移方程如下：

f[i] = max{f[j]}, if i mod j = 0

f[i]一开始均初始化为1。

最后的答案保存在f[i]的最大值中。

此外，本题还需要输出子集中所有的元素，因此我们需要用一个pre数组纪录每个位置是从之前哪个位置转移而来。

参考代码

面试官角度分析

本题是个中等难度的题目，要一下子想到动态规划的算法不易，需要对动态规划有深入理解。给出动态规划算法可以达到hire的程度。

LintCode相关练习题

http://www.lintcode.com/zh-cn/problem/climbing-stairs/

专业的北美IT求职经验分享，技术交流社区，帮助你找到好的IT工作。

由硅谷顶尖的IT企业工程师授课，提供专业的算法培训/面试咨询。

官网：www.jiuzhang.com

微信公众号：九章算法。

知乎ID：九章算法。