最长连续互质子序列

本文介绍了如何使用动态规划方法解决最长子序列问题,特别强调了当序列元素要求相邻互质时的处理策略。通过Python实现gcd函数并应用到状态数组dp中,详细解释了算法步骤和计算过程。
摘要由CSDN通过智能技术生成

首先对于这种最长子序列问题,我们首先想到动态规划。我们看一下题目的限制条件,要求序列相邻元素之间互质。互质即两个数之间的最大公约数为1,求解最大公约数在Python里面有gcd的包可以直接用,c++没有,不过可以利用牛顿的辗转相除法来写一个gcd函数,有关原理的帖子很多,这里不再赘述。ac代码如下。

#include <iostream>  
using namespace std;
int max(int a,int b)
{
	return a>b?a:b;
 } 
int gcd(int a, int b) 
{  
    if (b==0) 
	{  
        return a;  
    }  
    return gcd(b, a % b);  
}  
int main()
{
	int n;
	cin>>n;
	int a[n];
	int dp[n]={1};
	int ans=1;
	for(int i=0;i<n;i++)
	{
		cin>>a[i];
	}
	for(int i=0;i<n;i++)
	{
		for(int j=i-1;j>=0;j--)
		{
			if(gcd(a[i],a[j])==1)
			dp[i]=max(dp[j]+1,dp[i]);
			ans=max(ans,dp[i]);//因为dp[n]不一定是最长相邻互质子序列的尾数 
		}
	}
	cout<<ans<<endl;
	return 0;
}

个人思考

对于动态规划问题

首先,我们需要定义一个状态数组 dp,其中 dp[i] 表示以 a[i] 结尾的最长互质子序列的长度。

初始时,所有 dp[i] 都设为1,因为每个元素本身都可以构成一个长度为1的互质子序列。

接下来,我们需要遍历序列 a 中的每个元素,并对于每个元素 a[i],再遍历它之前的所有元素 a[j](其中 j < i),检查 a[i] 和 a[j] 是否互质。

如果互质,那么我们可以尝试更新 dp[i],使其等于 dp[j] + 1(即以 a[j] 结尾的最长互质子序列长度加1),并且我们还要确保这个新长度大于当前的 dp[i]

最后,我们遍历整个 dp 数组,找到其中的最大值,这个值就是满足条件的最长互质子序列的长度。

  • 17
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值