目录
力扣1218. 最长定差子序列
解析代码
力扣1218. 最长定差子序列
1218. 最长定差子序列
难度 中等
给你一个整数数组 arr
和一个整数 difference
,请你找出并返回 arr
中最长等差子序列的长度,该子序列中相邻元素之间的差等于 difference
。
子序列 是指在不改变其余元素顺序的情况下,通过删除一些元素或不删除任何元素而从 arr
派生出来的序列。
示例 1:
输入:arr = [1,2,3,4], difference = 1 输出:4 解释:最长的等差子序列是 [1,2,3,4]。
示例 2:
输入:arr = [1,3,5,7], difference = 1 输出:1 解释:最长的等差子序列是任意单个元素。
示例 3:
输入:arr = [1,5,7,8,5,3,4,2,1], difference = -2 输出:4 解释:最长的等差子序列是 [7,5,3,1]。
提示:
1 <= arr.length <= 10^5
-10^4 <= arr[i], difference <= 10^4
class Solution {
public:int longestSubsequence(vector<int>& arr, int difference) {}
};
解析代码
这道题和 力扣300. 最长递增子序列有⼀些相似,但仔细读题就会发现,本题的 arr.lenght 高达10^5 ,使用 O(N^2) 的 lcs 模型⼀定会超时。
那么它有什么信息是力扣300. 最长递增子序列的呢?是定差。之前只知道要递增,不知道前一个数应当是多少,现在我们可以计算出前一个数是多少了,就可以用数值来定义 dp 数组的值,并形成状态转移。这样,就把已有信息有效地利用了起来。
状态表示:dp[i] 表示:以 i 位置的元素为结尾所有的子序列中,最长的等差子序列的长度。
状态转移方程:对于 dp[i] ,上一个定差子序列的取值定为 arr[i] - difference 。只要找到以上一个数字为结尾的定差子序列长度的 dp[arr[i] - difference] ,然后加上 1 ,就是以 i 为结尾的定差子序列的长度。 因此这里可以选择使用哈希表做优化。把元素和dp[j] 绑定,放进哈希表中。甚至不用创建 dp 数组,直接在哈希表中做动态规划。
初始化、填表顺序、返回值:
刚开始的时候,需要把第一个元素放进哈希表中, hash[arr[0]] = 1 。
从左往右填表,最后返回dp表的最大值即可。
class Solution {
public:int longestSubsequence(vector<int>& arr, int difference) {// dp[i] 表示:以 i 位置的元素为结尾所有的子序列中,最长的等差子序列的长度。int n = arr.size(), ret = 1;unordered_map<int, int> dpHash(n);dpHash[arr[0]] = 1;for(int i = 1; i < n; ++i){// if(dpHash[arr[i] - difference]) // b存在// dpHash[arr[i]] = dpHash[arr[i] - difference] + 1;// else// dpHash[arr[i]] = 1;dpHash[arr[i]] = dpHash[arr[i] - difference] + 1; // 不存在就是0,直接加ret = max(ret, dpHash[arr[i]]);}return ret;}
};