代码随想录训练营打卡第36天:动态规划解决子序列问题

1.300最长递增子序列

1.问题描述

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。

2.问题转换

从nums[0...i]的最长的递增的子序列

3.解题思路

  1. 每一个位置的nums[i]都有两种状态:是否放入
  2. 对于放入状态:找到从[0..j](j<i)之间的递增子序列,如果满足递增,放入子序列中,找到其中最长的那个递增子序列,更新长度。
  3. 对于不放入状态:如果不满足递增,则不放入。

4.为什么使用动态规划?

因为从[0..i]的最长的递增子序列状态一定是由[0..j]的状态递推出来,所以考虑使用动态规划的方法。

5.动态规划的具体实现

  1. dp[j]数组的含义:代表的是从nums[0..j]的最长递增子序列。
  2. 递推公式:for(int i = 0;i<j;i++){        if(nums[j]>nums[i]){//首先需要满足递增                    dp[j] = max(dp[j],dp[i]+1);//从中选择最长的作为最长递增子序列.dp[i] +1:其中i可以等效为背包问题里面的j-weight[i],1可以等效为背包问题里面的value[i].              }          }
  3. 初始化:默认情况下每个的都是1,因为自身可以当做唯一的那一个递增子序列。
  4. 遍历顺序:由递推公式可以知道,应该是满足从小到大的方式进行遍历。

6.进阶:使用动态规划和二分法来解决

1.思路

我们使用一个数组tail用来存放从[0..i]的单调递增数组的尾数(而且对应的nums[i]越小越好),tail[i]代表的是尾数,i代表的是长度。

2.具体实现

1.遍历数组得到此时的nums[i],根据nums[i]在tail数组中找到能够满足的最左侧的位置。

2.最左侧的位置的查找:使用二分法来找到满足严格递增的最长的长度。可能会出现两种情况:

        1.left<res(即在tails的范围内)当tails[mid]<nums[i],tails[left]>nums[i]:此时将tails[left] = nums[i],可以保证在后面运行的时候能够尽可能的找到更长的长度。

        2.当left == res(即这个数比最右侧的那个递增的都长)。此时res++;tails[left] = nums[i].

3.最后的返回值就是对应的一个res的长度。

class Solution {
public:int lengthOfLIS(vector<int>& nums) {/*//方法1:动态规划int n = nums.size();vector<int> dp(n,1);//dp[j]:从0-j数组的最长的递增子序列int result = 1;for(int j = 1;j<n;j++){for(int i = 0;i<j;i++){if(nums[j]>nums[i]){dp[j] = max(dp[j],dp[i]+1);}}if(result<dp[j])result = dp[j];}return result;*///方法2:动态规划+二分查找int n = nums.size();vector<int> tails(n,0);//用来存放一个单调递增的数组的尾数int res = 0;//代表的是单调递增的最大长度for(auto num:nums){//用于在tail数组中找到需要替换的那个位置tails[i]<num<tails[i+1],此时将其替换为tails[i+1] = num;//如果这个值在这个里面找不到,就放在最右边,同时res++;int left = 0,right = res;while(left<right){//[left,right)循环不变量int mid = left +(right - left)/2;if(tails[mid]<num)left = mid+1;else right = mid;}tails[left] = num;if(res == right) res++;}return res;}
};

2.647最长连续递增子序列

1.问题描述

找到其中最长连续递增子序列的长度。

2.问题转换

从nums[0...i]的最长的连续递增的子序列

3.解题思路

  1. 每一个位置的nums[i]都有两种状态:是否放入
  2. 对于放入状态:nums[i]>nums[i-1],则放入。
  3. 对于不放入状态:如果不满足递增,则不放入。

4.为什么使用动态规划?

因为从[0..i]的最长的递增子序列状态一定是由前一个的状态递推出来,所以考虑使用动态规划的方法。

5.动态规划的具体实现

  1. dp[j]数组的含义:代表的是从nums[0..j]的最长连续递增子序列。(也可以将其表示为以i为结尾的最长的连续递增子序列,然后求解得到最大值)
  2. 递推公式:if(nums[i]>nums[i-1]){//满足递增才能添加
                    tail[i] = tail[i-1]+1;
                }//if(result>tail[i])tail[i] = result;//比较找到最大值
  3. 初始化:默认情况下每个的都是1,因为自身可以当做唯一的那一个递增子序列。
  4. 遍历顺序:由递推公式可以知道,应该是满足从小到大的方式进行遍历。
class Solution {
public:int findLengthOfLCIS(vector<int>& nums) {int n = nums.size();//vector<int> dp(n,1);vector<int> tail(n,1);int result = 1;int i = 0;for(int i = 1;i<n;i++){if(nums[i]>nums[i-1]){tail[i] = tail[i-1]+1;}}auto maxs =  max_element(tail.begin(),tail.end());return *maxs;/*for(int j = 1;j<n;j++){i = j;for(;i>0;i--){if(nums[i]<=nums[i-1]){break;}}dp[j] = max(dp[j-1],(j-i+1));//长度}return dp[n-1];*/}
};

3.718最长重复子数组

1.问题描述

找到其中最长重复子数组的长度。

2.问题转换

按照顺序遍历,如果相同了就长度+1

3.解题思路

  1. 每一个位置的nums[i]都有两种状态:是否相等
  2. 对于相等状态:即nums1[i-1] == nums2[j-1],此时长度+1,然后比较最大值,更新res
  3. 对于不相等状态:比较最大值更新res
  4. 将最大值存放在res中

4.为什么使用动态规划?

因为每一个位置的值都可以由前面的状态或者当前的状态确定。

5.动态规划的具体实现

  1. dp[i][j]数组的含义:代表的是从nums1[0..i-1],nums2[0..j-1]的重复子数组长度。(
  2. 递推公式: if(nums1[i-1] == nums2[j-1]){dp[i][j] = dp[i-1][j-1]+1;}
  3. 初始化:默认情况下每个的都是1,因为自身可以当做唯一的那一个递增子序列。
  4. 遍历顺序:由递推公式可以知道,应该是满足从小到大的方式进行遍历。
  5. 最终结果存放在res中,因为res的含义是最长的重复子数组的长度。
class Solution {
public:int findLength(vector<int>& nums1, vector<int>& nums2) {int m = nums1.size();int n = nums2.size();vector<vector<int>> dp(m+1,vector<int>(n+1,0));int res = 0;for(int i = 1;i<m+1;i++){for(int j = 1;j<n+1;j++){if(nums1[i-1] == nums2[j-1]){dp[i][j] = dp[i-1][j-1]+1;}if(dp[i][j]>res) res = dp[i][j];}}return res;}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/14809.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

经济学问题

问题1 1916年&#xff0c;福特汽车公司以440美元的价格生产了50万辆T型福特汽车。该公司当年盈利6000万美元。亨利福特告诉一位报纸记者&#xff0c;他打算把T型车的价格降至360美元&#xff0c;他希望在这个价格上能卖出80万辆汽车。福特说&#xff1a;“每辆车的利润减少&am…

Flutter 中的 CupertinoPicker 小部件:全面指南

Flutter 中的 CupertinoPicker 小部件&#xff1a;全面指南 在Flutter中&#xff0c;CupertinoPicker是一个用于创建iOS风格的选择器的组件&#xff0c;它允许用户通过滚动来选择一个值。CupertinoPicker可以用于选择日期、时间或者任何可枚举的值。本文将详细介绍CupertinoPi…

C++多态详解

目录 一、多态的概念 二、多态的定义及实现 1.多态的构成条件 2.虚函数 3.虚函数的重写 4.例题理解&#xff08;超级重要&#xff0c;强烈建议做一下&#xff09; 5.C11 override和 final 6.重载、覆盖&#xff08;重写&#xff09;、隐藏&#xff08;重定义&#xff0…

【yijiej】mysql报错 之 报错:Duplicate entry 字段 for key ‘表名.idx_字段’

一、问题操作 Mysql 进行insert 操作&#xff0c;报错&#xff1a;Duplicate entry 字段 for key ‘表名.idx_字段’ 原因解析&#xff1a;idx 是做的索引键&#xff0c;是具有唯一性二、问题原因&#xff08;三种情况&#xff0c;当前我遇到的情况是第一种&#xff09; 1、当 …

零基础代码随想录【Day42】|| 1049. 最后一块石头的重量 II,494. 目标和,474.一和零

目录 DAY42 1049.最后一块石头的重量II 解题思路&代码 494.目标和 解题思路&代码 474.一和零 解题思路&代码 DAY42 1049.最后一块石头的重量II 力扣题目链接(opens new window) 题目难度&#xff1a;中等 有一堆石头&#xff0c;每块石头的重量都是正整…

(Qt) 默认QtWidget应用包含什么?

文章目录 ⭐前言⭐创建&#x1f6e0;️选择一个模板&#x1f6e0;️Location&#x1f6e0;️构建系统&#x1f6e0;️Details&#x1f6e0;️Translation&#x1f6e0;️构建套件(Kit)&#x1f6e0;️汇总 ⭐项目⚒️概要⚒️构建步骤⚒️清除步骤 ⭐Code&#x1f526;untitled…

【EasyX】快速入门——消息处理,音频

1.消息处理 我们先看看什么是消息 1.1.获取消息 想要获取消息,就必须学会getmessage函数 1.1.1.getmessage函数 有两个重载版本,它们的作用是一样的 参数filter可以筛选我们需要的消息类型 我们看看参数filter的取值 当然我们可以使用位运算组合这些值 例如,我们…

华为CE6851-48S6Q-HI升级设备版本及补丁

文章目录 升级前准备工作笔记本和交换机设备配置互联地址启用FTP设备访问FTP设备升级系统版本及补丁 升级前准备工作 使用MobaXterm远程工具连接设备&#xff0c;并作为FTP服务器准备升级所需的版本文件及补丁文件 笔记本和交换机设备配置互联地址 在交换机接口配置IP&#…

Facebook隐私保护:数据安全的前沿挑战

在数字化时代&#xff0c;随着社交媒体的普及和应用&#xff0c;个人数据的隐私保护问题日益受到关注。作为全球最大的社交平台之一&#xff0c;Facebook承载了数十亿用户的社交活动和信息交流&#xff0c;但与此同时&#xff0c;也面临着来自内外部的数据安全挑战。本文将深入…

AWS Elastic Beanstalk 监控可观测最佳实践

一、概述 Amazon Web Services (AWS) 包含一百多种服务&#xff0c;每项服务都针对一个功能领域。服务的多样性可让您灵活地管理 AWS 基础设施&#xff0c;然而&#xff0c;判断应使用哪些服务以及如何进行预配置可能会非常困难。借助 Elastic Beanstalk&#xff0c;可以在 AW…

【LinuxC语言】一切皆文件的理念

文章目录 引言一、什么是“一切皆文件”&#xff1f;1. 文件柜的类比2. 统一的操作方式3. 举个具体例子4. 设备文件5. 进程和网络连接6. 简化管理 二、这一设计的优势1. 统一接口2. 灵活性3. 简化了系统管理4. 增强了系统安全性 结论 引言 Linux 操作系统以其独特的设计理念和…

如何使用JMeter 进行全链路压测

使用 JMeter 进行全链路压测&#xff1a;详细步骤指南 全链路压测旨在测试整个系统的性能&#xff0c;包括所有的组件和服务。通过 Apache JMeter 进行全链路压测&#xff0c;可以模拟真实用户行为&#xff0c;测试系统在高负载下的表现。以下是详细的步骤指南&#xff0c;分为…

AWTK实现汽车仪表Cluster/DashBoard嵌入式GUI开发(七):快启

前言: 汽车仪表是人们了解汽车状况的窗口,而仪表中的大部分信息都是以指示灯形式显示给驾驶者。仪表指示灯图案都较为抽象,对驾驶不熟悉的人在理解仪表指示灯含义方面存在不同程度的困难,尤其对于驾驶新手,如果对指示灯的含义不求甚解,有可能影响驾驶的安全性。即使是对…

Pytest框架实战二

在Pytest框架实战一中详细地介绍了Pytest测试框架在参数化以及Fixture函数在API测试领域的实战案例以及具体的应用。本文章接着上个文章的内容继续阐述Pytest测试框架优秀的特性以及在自动化测试领域的实战。 conftest.py 在上一篇文章中阐述到Fixture函数的特性&#xff0c;第…

shell循环

一、for循环 用法&#xff1a; for 变量 in 取值列表 do 命令序列 done 例1&#xff1a;打印1到10的数字列表 #!/bin/bashfor i in {1..10} do echo $i done 例2&#xff1a;#批量添加用户,用户名存放在users.txt文件中&#xff0c;每行一个,初始密码均设为123456 #!/bin/bas…

KMP算法【C++】

KMP算法测试 KMP 算法详解 根据解释写出对应的C代码进行测试&#xff0c;也可以再整理成一个函数 #include <iostream> #include <vector>class KMP { private:std::string m_pat;//被匹配的字符串std::vector<std::vector<int>> m_dp;//状态二维数组…

怎样解决Redis高并发竞争Key难点?

Redis作为一种高性能的键值存储系统&#xff0c;在现代分布式系统中发挥着重要作用。然而&#xff0c;高并发场景下对同一Key的操作可能引发竞争条件&#xff0c;给系统稳定性和数据一致性带来挑战。本文将探讨如何解决这一问题&#xff0c;为读者提供有效的应对策略。 1. Red…

【002】FlexBison实现原理

0. 前言 Flex和Bison是用于构建处理结构化输入的程序的工具。它们最初是用于构建编译器的工具&#xff0c;但它们已被证明在许多其他领域都很有用。 &#xfeff; 在第一章中&#xff0c;我们将首先看一点(但不是太多)它们背后的理论&#xff0c;然后我们将深入研究一些使用它…

Mysql和Postgresql创建用户和授权命令

Mysql和Postgresql创建用户和授权命令 MySQL/MariaDB/TiDB mysql -uroot -P3306 -p 输入密码&#xff1a;xxx create user user1% identified by xxx; grant all privileges on *.* to user1%; create user user2% identified by xxx; grant all privileges on *.* to user2%;…

Winform /C# 截图当前窗体,指定区域,当前屏幕

1.当前窗体 public static Image CaptureControl(Control ctrl){System.Drawing.Bitmap bmp new System.Drawing.Bitmap(ctrl.Width, ctrl.Height);ctrl.DrawToBitmap(bmp, new Rectangle(0, 0, ctrl.Width, ctrl.Height));return bmp;}private void DownLoad(){string filePa…