【限时免费】20天拿下华为OD笔试之【DP】2023B-书籍叠放【闭着眼睛学数理化】全网注释最详细分类最全的华为OD真题题解

【DP】2023B-书籍叠放

题目描述与示例

题目描述

书籍的长、宽都是整数对应(l,w)。如果书A的长宽度都比B长宽大时，则允许将B排列放在A上面。

现在有一组规格的书籍，书籍叠放时要求书籍不能做旋转，请计算最多能有多少个规格书籍能叠放在一起。

输入描述

输入：books = 20,16,15,11,10,10,9,10

说明：总共4本书籍，

第一本长度为20，宽度为16；

第二本书长度为15宽度为11；

依次类推，最后一本书长度为9，宽度为10

输出描述

输出：3

最多能有多少个规格书籍能叠放在一起

示例一

输入

20,16,15,11,10,10,9,10

输出

3

说明

最多3个规格的书籍可以叠放到一起，从下到上依次为: [20,16],[15,11],[10,10]

示例二

输入

20,15,15,20

输出

1

解题思路

注意：本题和LC354. 俄罗斯套娃信封问题、 面试题 17.08. 马戏团人塔、LC1626. 无矛盾的最佳球队等题目几乎完全一致，属于LC300. 最长递增子序列的轻变形题目。

如何转变为LIS问题

长度严格不等的情况

先考虑一种比较简单的情况，所有书本的长度两两不等，譬如用例

books = [(1, 1), (3, 2), (2, 4), (4, 3)]

我们可以把所有书本按照长度进行排列，得到

books = [(1, 1), (2, 4), (3, 2), (4, 3)]

对books进行排序后，单看长度的话，后面位置的书本长度一定大于前面位置的书本长度，即一定存在books[i][0] > books[j][0]对于任何i > j成立。故我们只需要考虑宽度即可，把所有宽度从books数组中提取出来可以得到宽度数组widths

widths = [1, 4, 2, 3]

为了使得叠放的书本尽可能多，子序列就要尽可能长。问题实际上转变为对宽度数组widths考虑最长递增子序列LIS问题，即宽度数组能够取得的LIS长度，就是整个书本数组能够取得的LIS长度。故我们对widths数组进行LIS问题的求解即可。

上述例子可以得到widths的LIS是[1, 2, 3]，对应books的LIS是[(1, 1), (3, 2), (4, 3)]，长度3即为答案。

长度可能相等的情况

对于书本长度可能相等的情况呢？考虑用例

books = [(1, 1), (2, 3), (4, 4), (2, 2)]

如果我们考虑对长度进行升序排序后，对长度相等的书本根据宽度也进行升序排序，那么会得到

books = [(1, 1), (2, 2), (2, 3), (4, 4)]

提取宽度数组widths得到

widths = [1, 2, 3, 4]

显然此时widths的LIS是[1, 2, 3, 4]，长度为4，但其对应的books数组的LIS并不能取[(1, 1), (2, 2), (2, 3), (4, 4)]，因为长度同样为2的书本的叠放并不符合要求。

为了避免上述问题，我们考虑对长度进行升序排序后，对长度相等的书本根据宽度进行降序排序，那么会得到

books = [(1, 1), (2, 3), (2, 2), (4, 4)]

提取宽度数组widths得到

widths = [1, 3, 2, 4]

此时widths的LIS是[1, 3, 4]或者[1, 2, 4]，对应的books数组的LIS为[(1, 1), (2, 3), (4, 4)]或者[(1, 1), (2, 2), (4, 4)]，符合要求。

这是因为对于长度相等的书本而言，更小的宽度被排到更后的位置，这样当我们对宽度考虑LIS问题时，就不会出现长度相等的书籍出现在递增子序列中的情况了。

排序依据

故最终我们选择先依据长度升序，再依据宽度降序的方式，对书本数组books进行排序

books.sort(key = lambda item: (item[0], -item[1]))

dp求解LIS问题

在对书本数组进行排序之后，剩下部分就是对所有书本宽度做常规的LIS问题了，此部分可以参考LC300. 最长递增子序列。

我们考虑动态规划三部曲：

1. dp数组的含义是什么？

• dp数组是一个长度为n的一维列表，dp[i]表示以第i本书籍为结尾的最长递增子序列的长度

1. 动态转移方程是什么？

• 对于第i本书，我们都去考虑其前面的第i-1本书，用索引j表示。如果第i本书的宽度大于第j本书的宽度，即存在books[i][1] > books[j][1]成立，那么i可能可以放在j的后面。
• 如果选择i放在j的下方能使得i叠放更多书籍，或者说递增子序列能够更长，那么我们选择j。

for i in range(1, n)    
    for j in range(i):
        if books[i][1] > books[j][1]:
            dp[i] = max(dp[j]+1, dp[i])

1. dp数组如何初始化？

• 以第0本书为结尾的最长递增子序列的长度为1。其余书本对应的最长递增子序列长度也可以默认为1。

dp = [1] * n

代码

# 题目：2023B-书籍叠放
# 分值：200
# 作者：许老师-闭着眼睛学数理化
# 算法：DP/LIS问题变种
# 代码看不懂的地方，请直接在群上提问


# 输入
lst = list(map(int, input().split(",")))
# 将输入长度为2n的一维列表转化为n*2的二维列表
# books[i] = (第i本书的长度，第i本书的宽度)
books = [(lst[i], lst[i+1]) for i in range(0, len(lst), 2)]
# 对n本书进行排序，先依照长度升序排序，长度相等时依据宽度降序排序
books.sort(key = lambda item: (item[0], -item[1]))
# 获得书本的数量n
n = len(books)

# 初始化dp数组
# dp[i]选择了第i本书籍为底部书籍，能够叠放的最多数目
# 或者说以第i本书籍为结尾的最长递增子序列的长度
dp = [1] * n

# 遍历每一本书籍i
for i in range(1, n):
    # 考虑书籍i之前的所有书籍j
    for j in range(i):
        # 如果书籍i的宽度大于书籍j的宽度
        # 那么书籍j可以放在书籍i的上方
        # 如果选择i放在j的下方能使得i叠放更多书籍
        # 则选择j
        if books[i][1] > books[j][1]:
            dp[i] = max(dp[j]+1, dp[i])

# dp数组中的最大值为能够叠放的最大书籍数目
print(max(dp))

时空复杂度

时间复杂度：O(N^2)。dp过程需要进行双重循环，复杂度为O(N^2)。排序的时间复杂度为O(NlogN)。总的复杂度取其中的较大值，为O(N^2)。

空间复杂度：O(N)。dp数组所占空间。

华为OD算法冲刺训练

• 华为OD算法冲刺训练目前开始常态化报名！目前已服务100+同学成功上岸！

• 课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化

• 每期人数维持在20人内，保证能够最大限度地满足到每一个同学的需求，达到和1v1同样的学习效果！

• 30+天陪伴式学习，20+直播课时，300+动画图解视频，200+LeetCode经典题，100+华为OD真题，还有简历修改与模拟面试将为你解锁

• 可查看链接 OD算法冲刺训练课程表 & OD真题汇总(持续更新)

• 绿色聊天软件戳 sheepvipvip了解更多