LeetCode打卡

一开始，用的双重遍历，时间小超，但是空间复杂度是常数，后来，看了题解，动态规划，确实很妙，我文笔很差，附一个博主的解题思路：

我们从头遍历数组，遇到一个数 x，判断 x-d 在不在数组里面即可知道，能不能形成以 x 为结尾的等差数组，同时，我们记录下来以 x 结尾的等差数组的长度，这样，在后续的遍历过程中，我们就可以使用得上这个长度了。

我们来举个例子，假设给定数组为 [1,5,3,6,5,7]，等差 d=2，辅助数组为 dp，求解的过程如下：

遍历到 1，发现 1-2=-1 不在 dp 数组，记录 dp[1] = 1，表示以 1 结尾的等差数列只有 1 个数；
遍历到 5，发现 5-2=3 不在 dp 数组，记录 dp[5]=1；
遍历到 3，发现 3-2=1 在 dp 数组且以 1 结尾的等差数列长度为 1，所以，记录 dp[3]=dp[3-2]+1=2，表示以 3 结尾的等差数列长度为 2；
遍历到 6，发现 6-2=4 不在 dp 数组，记录 dp[6]=1；
遍历到 5，发现 5-2=3 在 dp 数组，记录 dp[5]=dp[5-2]+1=3；
遍历到 7，发现 7-2=5 在 dp 数组，记录 dp[7]=dp[7-2]+1=4；
取 dp 数组中的最大值，即 4，所以，最长等差子序列的长度为 4。
这其实就是动态规划的递推过程，所以，我们可以定义动态规划如下：

状态定义：dp[x] 表示以 x 结尾的最长等差子序列的长度；
状态转移：dp[x]=dp[x-d]+1；
初始值：无；
返回值：\max _{i=0}^n dp[arr[i]]max 
i=0
n
​
 dp[arr[i]]。

作者：tong-zhu
链接：https://leetcode-cn.com/problems/longest-arithmetic-subsequence-of-given-difference/solution/tong-ge-lai-shua-ti-la-dong-tai-gui-hua-ue2q9/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

代码如下：

class Solution {
public:
    int longestSubsequence(vector<int> &arr, int difference) {
        int ans = 0;
        unordered_map<int, int> dp;
        for (int v : arr) {
            dp[v] = dp[v - difference] + 1;
            ans = max(ans, dp[v]);
        }
        return ans;
    }
};