给你一个整数数组 arr 和一个整数 difference,请你找出并返回 arr 中最长等差子序列的长度,该子序列中相邻元素之间的差等于 difference 。
子序列 是指在不改变其余元素顺序的情况下,通过删除一些元素或不删除任何元素而从 arr 派生出来的序列。
示例 1:
输入:arr = [1,2,3,4], difference = 1
输出:4
解释:最长的等差子序列是 [1,2,3,4]。
示例 2:
输入:arr = [1,3,5,7], difference = 1
输出:1
解释:最长的等差子序列是任意单个元素。
示例 3:
输入:arr = [1,5,7,8,5,3,4,2,1], difference = -2
输出:4
解释:最长的等差子序列是 [7,5,3,1]。
与leetcode 300. 最长递增子序列, leetcode 673 最长递增子序列的个数 类似,由于涉及前后之差,dp[i]的涉及不能只是涵盖0-i的范围而已,应该是以arr[i]结尾的最长等差子序列。
从左往右遍历 arr,并计算出以 arr[i] 为结尾的最长的等差子序列的长度,取所有长度的最大值,即为答案。令 dp[i] 表示以 arr[i] 为结尾的最长的等差子序列的长度,我们可以在 arr[i] 左侧找到满足 arr[j]=arr[i]−d 的元素,将 arr[i] 加到以 arr[j] 为结尾的最长的等差子序列的末尾,这样可以递推地从 dp[j] 计算出 dp[i]。由于我们是从左往右遍历 arr 的,对于两个相同的元素,下标较大的元素对应的 dp 值不会小于下标较小的元素对应的 dp 值,因此下标 j 可以取满足 j<i 且 arr[j]=arr[i]−d 的所有下标的最大值。故有转移方程
dp[i]=dp[j]+1
由于我们总是在左侧找一个最近的等于 arr[i]−d 元素并取其对应 dp 值,因此我们直接用 dp[v] 表示以 v 为结尾的最长的等差子序列的长度,这样 dp[v−d] 就是我们要找的左侧元素对应的最长的等差子序列的长度,因此转移方程可以改为
dp[v]=dp[v−d]+1
class Solution:
def longestSubsequence(self, arr: List[int], difference: int) -> int:
n = len(arr)
dp = [1]*n
max_len = 1
for i in range(1, n):
for j in range(i):
if arr[i] - arr[j] == difference:
dp[i] = max(dp[j]+1, dp[i])
max_len = max(max_len, dp[i])
return max_len
class Solution:
def longestSubsequence(self, arr: List[int], difference: int) -> int:
dp = defaultdict(int)
for v in arr:
dp[v] = dp[v - difference] + 1
return max(dp.values())