公司网站建设设计公司哪家好,石家庄搜索引擎优化公司,wordpress插件 商品,网络营销教案ppt最长数对链
646. 最长数对链
给你一个由 n 个数对组成的数对数组 pairs #xff0c;其中 pairs[i] [lefti, righti] 且 lefti righti 。
现在#xff0c;我们定义一种 跟随 关系#xff0c;当且仅当 b c 时#xff0c;数对 p2 [c, d] 才可以跟在 p1 [a, b…最长数对链
646. 最长数对链
给你一个由 n 个数对组成的数对数组 pairs 其中 pairs[i] [lefti, righti] 且 lefti righti 。
现在我们定义一种 跟随 关系当且仅当 b c 时数对 p2 [c, d] 才可以跟在 p1 [a, b] 后面。我们用这种形式来构造 数对链 。
找出并返回能够形成的 最长数对链的长度 。
你不需要用到所有的数对你可以以任何顺序选择其中的一些数对来构造。
示例 1
输入pairs [[1,2], [2,3], [3,4]]
输出2
解释最长的数对链是 [1,2] - [3,4] 。示例 2
输入pairs [[1,2],[7,8],[4,5]]
输出3
解释最长的数对链是 [1,2] - [4,5] - [7,8] 。
class Solution {public int findLongestChain(int[][] pairs) {int n pairs.length;Arrays.sort(pairs, (a, b) - a[0] - b[0]);int[] dp new int[n];Arrays.fill(dp, 1);for (int i 0; i n; i) {for (int j 0; j i; j) {if (pairs[i][0] pairs[j][1]) {// 通过i位置与前面所有的比较然后得到当前时候最多有多少对j到i之间最大对数dp[i] Math.max(dp[i], dp[j] 1);}}}return dp[n - 1];}
} 最长定差子序列
1218. 最长定差子序列
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]。
这个题目不能用常规dp来做会超时比如说这样就超时了
class Solution {public int longestSubsequence(int[] arr, int difference) {int n arr.length;int[] dp new int[n 1];Arrays.fill(dp, 1);int maxLen 1;for (int i 1; i n; i) {for (int j 0; j i; j) {if (arr[i] - arr[j] difference) {dp[i] Math.max(dp[i], dp[j] 1);}}maxLen Math.max(maxLen,dp[i]);}return maxLen;}
} 要用哈希表来存储之前最长的重复子数组才行
class Solution {// 方法用于计算数组 arr 中具有固定差值 difference 的最长子序列长度public int longestSubsequence(int[] arr, int difference) {int ans 0; // 初始化最长子序列的长度为 0// 创建一个大小为 40001 的整型数组 dp用于存储动态规划的状态// 数组大小的选择是为了适应输入数据的变化范围假设输入数据范围在 [-20000, 19999] 内int[] dp new int[40001];// 遍历数组 arr 的每一个元素for (int num : arr) {// 为了使数组下标非负将当前数字 num 偏移 20000 后使用作为 dp 数组的索引// dp[num 20000] 存储了以 num 结尾的具有固定差值 difference 的最长子序列长度// dp[num 20000 - difference] 则是前一个元素 (num - difference) 的最长子序列长度// 当前元素 num 的最长子序列长度为前一个元素的长度加 1dp[num 20000] dp[num 20000 - difference] 1;// 更新全局最长子序列长度 ans// 取当前已知的最长子序列长度和 dp[num 20000] 中较大的值ans Math.max(ans, dp[num 20000]);}// 返回最长子序列的长度return ans;}
}最长等差数列
1027. 最长等差数列
给你一个整数数组 nums返回 nums 中最长等差子序列的长度。
回想一下nums 的子序列是一个列表 nums[i1], nums[i2], ..., nums[ik] 且 0 i1 i2 ... ik nums.length - 1。并且如果 seq[i1] - seq[i]( 0 i seq.length - 1) 的值都相同那么序列 seq 是等差的。 示例 1
输入nums [3,6,9,12]
输出4
解释
整个数组是公差为 3 的等差数列。示例 2
输入nums [9,4,7,2,10]
输出3
解释
最长的等差子序列是 [4,7,10]。示例 3
输入nums [20,1,15,3,10,5,8]
输出4
解释
最长的等差子序列是 [20,15,10,5]。
class Solution {// 方法接收一个整数数组 nums 作为参数public int longestArithSeqLength(int[] nums) {int n nums.length; // 获取数组长度// 创建一个二维数组 dp大小为 [n][1001]用于存储动态规划的结果int[][] dp new int[n][1001];int maxLen 0; // 初始化最长等差数列的长度为0// 从第二个元素开始遍历数组for (int k 1; k n; k) {// 从第一个元素到第k-1个元素遍历for (int j 0; j k; j) {// 计算两数之差并加上500以保证下标非负// 这里假设差值的范围是 [-500, 500]因此差值加上500后可以作为下标int d nums[k] - nums[j] 500;// 根据差值 d 更新 dp[k][d] 的值即以 nums[k] 结尾且差值为 d 的等差数列的长度// dp[j][d] 表示以 nums[j] 结尾且差值为 d 的等差数列的长度// 加1是因为当前元素 nums[k] 可以与前面的等差数列形成新的等差数列dp[k][d] dp[j][d] 1;// 更新最长等差数列的长度maxLen Math.max(maxLen, dp[k][d]);}}// 最终返回最长等差数列的长度由于 dp 数组中存储的是除第一个元素外的等差数列长度所以需要加1return maxLen 1;}
} 腾讯面试时的算法题目
牛客上看面经看到有人写的在面试之后面试官出的两道dp。自己尝试了一下发现难度还好属于动态规划系列中【最长递增子序列】分类和【动态规划在字符串的应用】分类中类似的题型
最长重复子数组
718. 最长重复子数组
给两个整数数组 nums1 和 nums2 返回 两个数组中 公共的 、长度最长的子数组的长度 。
示例 1
输入nums1 [1,2,3,2,1], nums2 [3,2,1,4,7]
输出3
解释长度最长的公共子数组是 [3,2,1] 。示例 2
输入nums1 [0,0,0,0,0], nums2 [0,0,0,0,0]
输出5
提示
1 nums1.length, nums2.length 10000 nums1[i], nums2[i] 100
class Solution {public int longestArithSeqLength(int[] nums) {int nnums.length;int[][] dpnew int[n][1001];int maxLen0;//保存结果for(int k1;kn;k){for(int j0;jk;j){int dnums[k]-nums[j]500;//统一加偏移量使下标非负dp[k][d]dp[j][d]1; //根据 d 去填充dp[k][d]maxLenMath.max(maxLen,dp[k][d]);//维护最大值}}return maxLen1;}
}最长公共子序列
1143. 最长公共子序列
给定两个字符串 text1 和 text2返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 返回 0 。
一个字符串的 子序列 是指这样一个新的字符串它是由原字符串在不改变字符的相对顺序的情况下删除某些字符也可以不删除任何字符后组成的新字符串。
例如ace 是 abcde 的子序列但 aec 不是 abcde 的子序列。
两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
示例 1
输入text1 abcde, text2 ace
输出3
解释最长公共子序列是 ace 它的长度为 3 。示例 2
输入text1 abc, text2 abc
输出3
解释最长公共子序列是 abc 它的长度为 3 。示例 3
输入text1 abc, text2 def
输出0
解释两个字符串没有公共子序列返回 0
class Solution {public int longestCommonSubsequence(String text1, String text2) {int m text1.length();int n text2.length();int[][] dp new int[n 1][m 1];for (int i 1; i n; i) {for (int j 1; j m; j) {if (text1.charAt(j - 1) text2.charAt(i - 1)) {dp[i][j] dp[i - 1][j - 1] 1;} else {dp[i][j] Math.max(dp[i][j - 1], dp[i - 1][j]);}}}return dp[n][m];}
} 每日一题
3174. 清除数字
给你一个字符串 s 。
你的任务是重复以下操作删除 所有 数字字符
删除 第一个数字字符 以及它左边 最近 的 非数字 字符。
请你返回删除所有数字字符以后剩下的字符串。 示例 1
输入s abc
输出abc
解释
字符串中没有数字。
示例 2
输入s cb34
输出
解释
一开始我们对 s[2] 执行操作s 变为 c4 。
然后对 s[1] 执行操作s 变为 。
用栈的思想解题
class Solution {public String clearDigits(String s) {StringBuilder res new StringBuilder();for (char c : s.toCharArray()){if (Character.isDigit(c)) {res.deleteCharAt(res.length() - 1);} else {res.append(c);}}return res.toString();}
}
