找工作准备刷题Day14 回溯算法 (卡尔41期训练营 7.29）

第一题：Leetcode376. 摆动序列

题目描述

解题思路

使用两个变量：preDiff 和 curDiff，分别记录 前一次相邻元素差值和 此处相邻元素值之差，只有当preDiff 和 curDiff 符号不同，摆动序列长度加一。

初始：长度为1。

题解1——贪心：移除坡上的元素。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int ans = 1;
        int curDiff = 0, preDiff = 0;
        for (int i = 0; i < nums.size() - 1; i++) {
            curDiff = nums[i + 1] - nums[i];
            if ((preDiff >= 0 && curDiff < 0) ||
                (preDiff <= 0 && curDiff > 0)) {
                ans++;
                preDiff = curDiff;
            }
        }
        return ans;
    }
};

题解2——动态规划

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        // dp[i][0]表示考虑下标为i的元素以及之前的元素，i作为山峰的最长长度
        // dp[i][1]表示考虑下标为i的元素以及之前的元素，i作为山谷的最长长度
        vector<vector<int>> dp(nums.size() + 1, vector<int>(2, 0));
        dp[0][0] = dp[0][1] = 1;
        for (int i = 1; i < nums.size(); i++) {
            dp[i][0] = dp[i][1] = 1;
            for (int j = 0; j < i; j++) {
                // i作为山峰
                if (nums[i] > nums[j])
                    dp[i][0] = max(dp[i][0], dp[j][1] + 1);
                // i作为山谷
                if (nums[i] < nums[j])
                    dp[i][1] = max(dp[i][1], dp[j][0] + 1);
            }
        }

        return max(dp[nums.size() - 1][0], dp[nums.size() - 1][1]);
    }
};

要点

1.  dp数组的意义：dp[i][0]表示考虑下标为i的元素以及之前的元素、i作为山峰的最长长度; dp[i]                             [1]表示考虑下标为i的元素以及之前的元素、i作为山谷的最长长度。
2. 初始化：dp[i][0]和dp[i][1]均初始化为1（表示

   class Solution {
   public:
       int maxSubArray(vector<int>& nums) {
           int ans = INT_MIN;
           int count = 0;
           for (int i = 0; i < nums.size(); i++) {
               count += nums[i];
               if (count > ans) {
                   ans = count;
               }
               if (count < 0)
                   count = 0;
           }
   
           return ans;
       }
   };

   这个元素本身就可以作为波峰或者波谷）。
3. 递推方法：对于所有j大于0、小于i，依次比较计算dp[i][0]和dp[i][1]

第二题：Letcode53. 最大子数组和

题目描述

题解1

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int ans = INT_MIN;
        int count = 0;
        for (int i = 0; i < nums.size(); i++) {
            count += nums[i];
            if (count > ans) {
                ans = count;
            }
            if (count < 0)
                count = 0;
        }

        return ans;
    }
};

如果 count < 0,则后续计算不加上 nums[i]。

题解2——动态规划

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        vector<int> dp(nums.size()); // dp[i]表示 以0 <= j <= i开始、以 i 结尾
                                     // 的最大子数组和
        dp[0] = nums[0];
        int ans = dp[0];
        for (int i = 1; i < nums.size(); i++) {
            dp[i] = max(dp[i - 1] + nums[i], nums[i]);
            if (dp[i] > ans) {
                ans = dp[i];
            }
        }

        return ans;
    }
};