十三、LeetCode第十三题(53)
最大子数组和
给你一个整数数组 nums
,请你找出一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。子数组是数组中的一个连续部分。
看到这个题想了一会没想出来什么好思路,如果再用暴力求解的话肯定时间复杂度又太高了,就直接看题解了。
官方给出两种方法:动态规划和分治
既然学到这了不妨把动态规划仔细看看。
动态规划一般用来解决最优化问题,找状态方程什么的,但是刚接触的话感觉不是很好理解。首先得弄清楚什么样的题目属于动态规划类的。
我在力扣动态规划类下面的题目找了几个简单题归纳一下:
70. 爬楼梯:
假设你正在爬楼梯。需要 n
阶你才能到达楼顶。每次你可以爬 1
或 2
个台阶。你有多少种不同的方法可以爬到楼顶呢?
118. 杨辉三角
给定一个非负整数 numRows
,生成「杨辉三角」的前 numRows
行。在「杨辉三角」中,每个数是它左上方和右上方的数的和。
我认为这几个题目的相似点,就是在循环中,当前状态 f(i) 总是与前一个状态 f(i-1) 有关,也就是说 f(i) 需要 f(i-1) 通过某种计算 F 得到。这个 F 就是我理解的状态转移方程。
至于相邻状态之间有什么联系,就需要根据题目自己寻找了。根据状态转移方程去迭代通常能找到最后结果。
第70题爬楼梯:
第118杨辉三角:
爬楼梯这个题衍伸一下求斐波那契数列的第 n 项
指路斐波那契数列-CSDN博客,从第三项开始每一项都是前两项之和。
70.爬楼梯的代码:
class Solution {
public:
int climbStairs(int n) {
int ans = 0;
int a = 1;
int b = 1;
if(n == 1) ans = 1; // n=1的情况单独写
for(int i = 2; i<=n; i++){
ans = a+b;
a = b;
b = ans;
}
return ans;
}
};
118. 杨辉三角
class Solution {
public:
vector<vector<int>> generate(int numRows) {
vector<vector<int>> ans(numRows);
for(int i = 0; i<numRows; i++){
ans[i].resize(i+1);
ans[i][0] = 1;
ans[i][i] = 1; //左右都为1
for(int j = 1; j<i; j++){
ans[i][j] = ans[i-1][j-1] + ans[i-1][j];
}
}
return ans;
}
};
爬楼梯比杨辉三角难的点在于,爬楼梯的状态转移方程需要自己找,杨辉三角是直接给出来了,像爬楼梯这样的题目就是要多积累才能立刻找出来。
根据这两个动态规划题,再看本题最大子数组和,找到当前下标为 i 的累加和 f(i),与前一状态 f(i-1) 之间的关系:,然后存下最大值。
于是可以写出题解:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
//动态规划
int ans = nums[0];
int n = nums.size();
int pre = 0;
for(int i = 0; i < n; i++){
pre = max(pre+nums[i], nums[i]);
ans = max(pre, ans);
}
return ans;
}
};
以上这种类型的动态规划是状态 i 与状态 i-1 的联系,难度上升就是状态 i 与状态 j 的关系。i,j之间间隔多少是不确定的。于是就有下面这样的例子:
279. 完全平方数
给你一个整数 n
,返回 和为 n
的完全平方数的最少数量 。完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1
、4
、9
和 16
都是完全平方数,而 3
和 11
不是。
300. 最长递增子序列
给你一个整数数组 nums
,找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7]
是数组 [0,3,1,6,2,2,7]
的子序列。
这种题目难点在于怎么找到状态转移函数,怎么解决其中可能出现的不确定因素
题解可以参考力扣上的各路大神写的解法,但就我目前的水平,把他当作一个数学题,找出状态转移方程都太难想了,决定先发放一放,试图理解其他的更好理解的方法例如二分法等。
关于动态规划有另一个博主详细总结了