个人主页:元清加油_【C++】,【C语言】,【数据结构与算法】-CSDN博客
个人专栏
力扣递归题
【C++】
http://t.csdnimg.cn/6AbpV
数据结构
前言:这个专栏主要讲述动态规划算法,所以下面题目主要也是这些算法做的
我讲述题目会把讲解部分分为3个部分:
1、题目解析
2、算法原理思路讲解
3、代码实现
最长的斐波那契子序列的长度
题目链接:最长的斐波那契子序列的长度
题目
如果序列 X_1, X_2, ..., X_n
满足下列条件,就说它是 斐波那契式 的:
n >= 3
- 对于所有
i + 2 <= n
,都有X_i + X_{i+1} = X_{i+2}
给定一个严格递增的正整数数组形成序列 arr ,找到 arr 中最长的斐波那契式的子序列的长度。如果一个不存在,返回 0 。
(回想一下,子序列是从原序列 arr 中派生出来的,它从 arr 中删掉任意数量的元素(也可以不删),而不改变其余元素的顺序。例如, [3, 5, 8]
是 [3, 4, 5, 6, 7, 8]
的一个子序列)
示例 1:
输入: arr = [1,2,3,4,5,6,7,8]
输出: 5
解释: 最长的斐波那契式子序列为 [1,2,3,5,8] 。
示例 2:
输入: arr = [1,3,7,11,12,14,18]
输出: 3
解释: 最长的斐波那契式子序列有 [1,11,12]、[3,11,14] 以及 [7,11,18] 。
提示:
3 <= arr.length <= 1000
-
1 <= arr[i] < arr[i + 1] <= 10^9
解法
算法原理解析
我们这题使用动态规划,我们做这类题目可以分为以下五个步骤
- 状态显示
- 状态转移方程
- 初始化(防止填表时不越界)
- 填表顺序
- 返回值
- 状态显示
dp[i][j]
表⽰:以
i
位置以及
j
位置的元素为结尾的所有的⼦序列中,最⻓的斐波那契子序列的长度。规定⼀下 i < j。
- 状态转移方程
设
nums[i] = b, nums[j] = c
,那么这个序列的前⼀个元素就是
a = c - b
。我们根 据 a
的情况讨论:
- a 存在,下标为 k ,并且 a < b :此时我们需要以 k 位置以及 i 位置元素为结尾的最⻓斐波那契⼦序列的⻓度,然后再加上 j 位置的元素即可。于是 dp[i][j] = dp[k][i] + 1 ;
- a 存在,但是 b < a < c :此时只能两个元素⾃⼰玩了, dp[i][j] = 2 ;
- a 不存在:此时依旧只能两个元素⾃⼰玩了, dp[i][j] = 2 。
- 初始化(防止填表时不越界)
可以将表⾥⾯的值都初始化为 2 。
- 填表顺序
- 先固定最后⼀个数;
- 然后枚举倒数第⼆个数。
- 返回值
因为不知道最终结果以谁为结尾,因此返回
dp
表中的最⼤值
ret
。
但是
ret
可能⼩于
3
,⼩于
3
的话说明不存在。
代码实现
class Solution {
public:
int lenLongestFibSubseq(vector<int>& arr)
{
int n = arr.size();
// 优化
unordered_map<int, int> hash;
for (int i = 0; i < n; i++)
{
hash[arr[i]] = i;
}
int ret = 2;
vector<vector<int>> dp(n, vector<int>(n, 2));
for (int i = 2; i < n; i++) // 固定最后⼀个位置
{
for (int j = 1; j < i; j++) // 固定倒数第⼆个位置
{
int a = arr[i] - arr[j];
// 条件成立的情况下更新
if (a < arr[j] && hash.count(a))
{
dp[j][i] = dp[hash[a] ][j] + 1;
}
ret = max(ret, dp[j][i]); // 统计表中的最⼤值
}
}
return ret < 3 ? 0 : ret;
}
};