2022/11/28 leetcode与蓝桥刷题情况

813最大平均值和的分组 (leetcode动态规划题)

一开始并无思路怎么写,试着套用一下动态规划的思路进行解析.
设dp[i][k]为i个数字分为k个子数组的最大平均值和的分组
最初思维只知道dp[i][k]可由dp[i][k-1] 推导而来,可使用动态规划,但写不出动态规划的关键步骤

看题解写出来的

• $dp[i][k]$为第i位数,分割为k个子数组
• 状态转移方程:$dp[i][k]=max(dp[j][k-1]+(nums[j]+...+nums[i-1])/(i-j-1))$ (1 < j < i)
• 边界条件:$dp[i][1]=dp[1,..,i]/i$

public double largestSumOfAverages(int[] nums, int K) {
	int n = nums.length;
    double[] presum = new double[n+1];
    double[][] dp = new double[n+1][K+1];
    for(int i = 1; i <= n; i++){
	    presum[i] = presum[i-1] + nums[i-1];
        dp[i][1] = presum[i] / i;
    }
    for(int i = 1; i <= n; i++){
  	 	for(int k = 2; k <= K; k++){
    	    for(int j = 0; j < i; j++){
           		dp[i][k]=Math.max(dp[i][k],dp[j][k-1]+(presum[i]-presum[j])/(i-j));
            }
        }
    }
	return dp[n][K];
}

蓝桥骑士(蓝桥动态规划题)

等同于最长递增子序列

朴素的线性DP

线性dp问题,由于比较熟悉,直接写出动态规划的重要步骤,但是只过了一个测试用例,之后的测试用例超时,还需优化.

• 状态表示:$dp[i]$表示以第i个数为结尾的最大递增序列
• 状态转移方程式: $dp[i]=max(dp[i],dp[j]+1)$ (0 <= j < i)
• 边界条件,$dp[1]=1$,只有一个数的时候,最长的递增子数列也为1.

public class Main(){
	public static main(String[] args){
		Scanner scan = new Scanner(System.in);
    //在此输入您的代码...
   		int n = scan.nextInt();
   		long[] arr = new long[n];
//        System.out.println(n);
   		for(int i = 0; i < n; i++){
       		arr[i] = scan.nextInt();
//            System.out.println("arr[i]"+arr[i]);
  		}
 		long[] dp = new long[n];
   		dp[0] = 1;
		for(int i = 1; i < n; i++){
       		for(int j = 0; j < i; j++){
       			if(arr[i] > arr[j]){
       				dp[i] = Math.max(dp[i], dp[j]+1);
       			}
   			}
   		}
    	System.out.println(dp[n-1]);
    	scan.close();
	}
}

数据范围:$1<arr.length<3\ast 10^5$, $1<arr[i]<10^9$
数据范围很大,时间复杂度为$O(n^2)$时会超时,arr[i]还有可能超出int最大范围
$$不会优化,再多想想$$