二维动态规划&&二分查找的动态规划&&最长递增子序列&&最长连续递增子序列
题目描述与背景介绍
背景题目:
[674. 最长连续递增序列]https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence/
[300. 最长递增子序列]https://leetcode-cn.com/problems/longest-increasing-subsequence/
这两个都是DP的经典题目,674比较简单。
代码:
class Solution {
public int findLengthOfLCIS(int[] nums) {
if(nums.length == 0){//边界判断
return 0;
}else if(nums.length == 1){
return 1;
}
int[] dp = new int[nums.length];
dp[0] = 1;//dp[i]是以nums[i]结尾的最长连续递增子序列的长度
int maxLen = 1;
for(int i = 1;i < nums.length;i++){
if(nums[i] > nums[i - 1]){
dp[i] = dp[i - 1] + 1;
}else{
dp[i] = 1;
}
maxLen = Math.max(dp[i],maxLen);
}
return maxLen;
}
}
300题相对来说暴力解法也相对简单。
求解dp[i] 时,要遍历 dp[0] ~ dp[i-1],寻找满足nums[j] < nums[i] 的j(首先j<i),那么dp[i] = dp[j] + 1,若找不到这样的j,则dp[i] = 1,因为每个数字单独都能成为一个子序列。
代码:
class Solution {
public int lengthOfLIS(int[] nums) {
if(nums.length == 1){
return 1;
}
int[] dp = new int[nums.length];
dp[0] = 1;//初始化
int maxLen = 1;
for(int i = 1;i < nums.length;i++){
dp[i] = 1;//每个数字首先单独成为一个序列
for(int j = 0;j < i;j++){
if(nums[i] > nums[j]){
dp[i] = Math.max(dp[i], dp[j] + 1);//更新dp[i]
}
}
maxLen = Math.max(maxLen, dp[i]);//更新最大长度。
}
return maxLen;
}
}
300题的优化
仔细分析发现,在求解dp[i]时,要遍历nums[0]~nums[i - 1]。总的来说,上述暴力解法的时间复杂度是O(n^2) 。
O(n^2) 的复杂度还是有些太大,而 O(n^2) 下稍微优化有 O(nlogn) 的算法。
寻找满足条件的j时,其实可以利用二分查找。
用f[i]表示递增子序列长度为i的末尾最小元素。比如有2个不同的长度为3的递增子序列,一个末尾元素为9,一个末尾元素为12,那么,此时f[i]=12。
一旦这样规定,f[]就是单调递增的,长度为i(假设i>j)的子序列的末尾最小元素一定大于长度为j的子序列的末尾最小元素。
为什么?
取所有长度为i的子序列构成的集合为A和所有长度为j的子序列构成的集合为B(假设i>j)。
长度为i的子序列集合中一定存在包含某个长度为j的子序列,及存在a∈A,使得b∈B满足b是a的子序列。
f[i]是A中子序列末尾数的最小值,f[j]是B中子序列末尾数的最小值。则f[i]>=a(末尾)>b(末尾)>=f[j],因此f[]严格单调递增。
二分查找时要找到使得f[j]< nums[i] <= f[j+1] 成立的最大的j,返回j。
class Solution {
public int lengthOfLIS(int[] nums) {
if(nums.length == 1){
return 1;
}
int[] dp = new int[nums.length];
dp[0] = 1;//初始化
int[] f = new int[nums.length + 1];
f[1] = nums[0];
int maxLen = 1;
for(int i = 1;i < nums.length;i++){
dp[i] = binarySearch(f,1,maxLen,nums[i]) + 1;
if(f[dp[i]] == 0||nums[i] < f[dp[i]]){//更新f[],如果原来是0,直接更新,如果不是,比较大小。
f[dp[i]] = nums[i];
}
maxLen = Math.max(maxLen, dp[i]);//更新最大长度。
}
return maxLen;
}
private int binarySearch(int[] f,int first,int end,int curNumber){
if(end < first){
return 0;
}
if(curNumber <= f[first]){
return first - 1;
}
if(curNumber > f[end]){
return end;
}else if(curNumber == f[end]){
return end - 1;
}
if(curNumber > f[(first+end)/2]){
return binarySearch(f,(first+end)/2 + 1,end,curNumber);
}else{
return binarySearch(f,first,(first+end)/2 - 1,curNumber);
}
}
}
本题
[354. 俄罗斯套娃信封问题]https://leetcode-cn.com/problems/russian-doll-envelopes/
在本题中,要找到二维的最长递增子序列的长度,同时满足
Wi<Wj<...<Wk
Hi<Hj<...<Hk
但本题并不是一维递增子序列问题的简单扩展,原因是信封不按照数组中的先后顺序。
如何获取套娃时这些信封的先后顺序呢?
简单来说有以下三种方法:
- 按某一维度升序排列
- 按某一维度升序排列,出现相等时另一位维度在此基础上降序排列
- 按面积升序排列
按某一维度升序排列,出现相等时另一位维度在此基础上降序排列:
第一维度相等时,无论第二维度如何都不能满足题意,因此,第二维降序可以保证任意子序列只选择第一维度相等的其中一个。
暴力搜索代码:
class Solution {
public int maxEnvelopes(int[][] envelopes) {
Arrays.sort(envelopes,new Comparator<int[]>(){
public int compare(int[] ob1,int[] ob2){
if(ob1[0]>ob2[0]){
return 1;
}else if(ob1[0]<ob2[0]){
return -1;
}else{
if(ob1[1]<ob2[1]){
return 1;
}else if(ob1[1]>ob2[1]){
return -1;
}else{
return 0;
}
}
}
});
int[] dp = new int[envelopes.length];
dp[0] = 1;
if(envelopes.length>1){
int maxEnvelopes = 1;
for(int i = 1;i<envelopes.length;i++){
dp[i] = 1;
for(int j = 0;j < i;j++){
if(envelopes[i][1] > envelopes[j][1]){
dp[i] = Math.max(dp[i],dp[j] + 1);
}
}
maxEnvelopes = Math.max(maxEnvelopes,dp[i]);
}
return maxEnvelopes;
}else{
return 1;
}
}
}
二分查找代码:
class Solution {
public int maxEnvelopes(int[][] envelopes) {
Arrays.sort(envelopes,new Comparator<int[]>(){
public int compare(int[] ob1,int[] ob2){
if(ob1[0]>ob2[0]){
return 1;
}else if(ob1[0]<ob2[0]){
return -1;
}else{
if(ob1[1]<ob2[1]){
return 1;
}else if(ob1[1]>ob2[1]){
return -1;
}else{
return 0;
}
}
}
});
int[] dp = new int[envelopes.length];
dp[0] = 1;
int[] f = new int[envelopes.length + 1];
f[1] = envelopes[0][1];
if(envelopes.length>1){
int maxEnvelopes = 1;
for(int i = 1;i<envelopes.length;i++){
dp[i] = binarySearch(f,1,maxEnvelopes,envelopes[i][1]) + 1;
if(f[dp[i]]==0||envelopes[i][1]<f[dp[i]]){//更新f[]数组
f[dp[i]] = envelopes[i][1];
}
maxEnvelopes = Math.max(maxEnvelopes,dp[i]);
}
return maxEnvelopes;
}else{
return 1;
}
}
private int binarySearch(int[] f,int first,int end,int curNumber){
if(curNumber > f[end]){
return end;
}else if(curNumber == f[end]){
return end - 1;
}
if(curNumber <= f[first]){
return first - 1;
}
if(curNumber > f[(first + end)/2]){
return binarySearch(f,(first + end)/2+1,end,curNumber);
}else{
return binarySearch(f,first,(first + end)/2-1,curNumber);
}
}
}
排序时只考虑第一维度:
class Solution {
public int maxEnvelopes(int[][] envelopes) {
Arrays.sort(envelopes,new Comparator<int[]>(){
public int compare(int[] ob1,int[] ob2){//排序时只考虑第一维度
if(ob1[0]>ob2[0]){
return 1;
}else if(ob1[0]<ob2[0]){
return -1;
}else{
return 0;
}
}
});
int[] dp = new int[envelopes.length];
dp[0] = 1;
if(envelopes.length>1){
int maxEnvelopes = 1;
for(int i = 1;i<envelopes.length;i++){
dp[i] = 1;
for(int j = 0;j < i;j++){
if(envelopes[i][1] > envelopes[j][1]&&envelopes[i][0] > envelopes[j][0]){//由于第一维度可能存在相等的数,加一个第一维度的比较
dp[i] = Math.max(dp[i],dp[j] + 1);
}
}
maxEnvelopes = Math.max(maxEnvelopes,dp[i]);
}
return maxEnvelopes;
}else{
return 1;
}
}
}
二维动态规划&&二分查找的动态规划&&最长递增子序列&&最长连续递增子序列的更多相关文章
- 递归分治算法之二维数组二分查找(Java版本)
[java] /** * 递归分治算法学习之二维二分查找 * @author Sking 问题描述: 存在一个二维数组T[m][n],每一行元素从左到右递增, 每一列元素从上到下递增,现在需要查找元素 ...
- 【c语言】二维数组中的查找,杨氏矩阵在一个二维数组中,每行都依照从左到右的递增的顺序排序,输入这种一个数组和一个数,推断数组中是否包括这个数
// 二维数组中的查找,杨氏矩阵在一个二维数组中.每行都依照从左到右的递增的顺序排序. // 每列都依照从上到下递增的顺序排序.请完毕一个函数,输入这种一个数组和一个数.推断数组中是否包括这个数 #i ...
- ACM_二维数组的查找
二维数组的查找 Time Limit: 2000/1000ms (Java/Others) Problem Description: 给定一个n*m的二维数组,保证a[i][j] < a[i+1 ...
- 剑指Offer01之二维数组中查找目标数
剑指Offer之二维数组中查找目标数 题目描述 在一个二维数组中(每个一维数组的长度相等),每一行都是从左到右递增的顺序排序,每一列都是从上到下递增的顺序排序,输入这样一个二维数组和一个整数,判断 ...
- 牛客网剑指offer 二维数组的查找
题目描述 在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序.请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数. 解题思路 该题有很多种 ...
- 剑指offer:2.二维数组的查找(Java版)
备注:本文参照<剑指offer第二版> 题目: 在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序.请完成一个函数, 输入这样的一个二维数组和一个整数 ...
- [luogu4479][BJWC2018]第k大斜率【二维偏序+二分+离散化+树状数组】
传送门 https://www.luogu.org/problemnew/show/P4479 题目描述 在平面直角坐标系上,有 n 个不同的点.任意两个不同的点确定了一条直线.请求出所有斜率存在的直 ...
- 剑指offer(1)二维数组的查找
限制今天起开始也刷剑指offer啦,一步一步来. 题目描述 在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序.请完成一个函数,输入这样的一个二维数组和一个整数, ...
- 二维数组的查找(JAVA)
二维数组查找 解题思路:找到该二维数组的特殊点,易知该二维数组左下角的那个点很特殊.从这个点往右看,数值都在变大:而往上看,数值都在变小.所以 我们可以将这个点的索引设为起点(i,j),当比目标数大时 ...
随机推荐
- Docker Swarm(七)Scale 扩(缩)容服务
扩(缩)容服务 扩容服务 Service还提供了复制(类似kubernetes里的副本)功能.可以通过 docker service scale 命令来设置服务中容器的副本数: docker serv ...
- Docker Swarm(五)Config 配置管理
前言 在动态的.大规模的分布式集群上,管理和分发配置文件也是很重要的工作.传统的配置文件分发方式(如配置文件放入镜像中,设置环境变量,volume 动态挂载等)都降低了镜像的通用性. Docker 1 ...
- stm32中关于NVIC_SetVectorTable函数使用的疑惑与理解
[转载]2017年12月4日14:48:29 先描述下这几天碰到的一个奇怪的问题: 一个基于stm32的工程中使用到了IAP编程,其中boot空间预留长度为0x6100,实际boot的bin文件大小为 ...
- 在 Ubuntu 上安装 .NET SDK 或 .NET 运行时
在wsl Ubuntu 20.04上面安装dotnet链接 https://docs.microsoft.com/zh-cn/dotnet/core/install/linux-ubuntu Ubun ...
- 将TVM集成到PyTorch上
将TVM集成到PyTorch上 随着TVM不断展示出对深度学习执行效率的改进,很明显PyTorch将从直接利用编译器堆栈中受益.PyTorch的主要宗旨是提供无缝且强大的集成,而这不会妨碍用户.为此, ...
- GPU加速库AmgX
GPU加速库AmgX AmgX提供了一条简单的途径来加速NVIDIA GPU上的核心求解器技术.AmgX可以为模拟的计算密集型线性求解器部分提供高达10倍的加速度,特别适合于隐式非结构化方法. 它是一 ...
- 如何在GPU上优化卷积
本文将演示如何在TVM中编写高性能的卷积实现.以平方大小的输入张量和滤波器为例,并假设卷积的输入量很大.使用不同的布局来存储数据,以实现更好的数据局部性.缓冲区布局为HWCN,代表高度,宽度,通道,批 ...
- Appium_adb常用命令总结
以下为在工作学习过程中总结的常用的adb命令,用来做后续参考和查阅: 一.常用命令 显示当前运行的全部模拟器: adb devices 安装应用程序: adb install 应用程序.apk 备注 ...
- 如何实现一个简易版的 Spring - 如何实现 AOP(终结篇)
前言 在 上篇 实现了 判断一个类的方式是符合配置的 pointcut 表达式.根据一个 Bean 的名称和方法名,获取 Method 对象.实现了 BeforeAdvice.AfterReturni ...
- 【NX二次开发】分析曲线某位置的信息 UF_MODL_ask_curve_props
分析曲线某位置的信息:点.切线.主副法线.半径等 extern DllExport void ufsta(char *param, int *returnCode, int rlen) { UF_in ...