• 线性DP题目汇总(持续更新)


    一、前言

    此篇章主要整理一些关于线性dp的题目,很多题目其实都可以被挂上线性dp的标志,比如最熟悉的最长上升子序列啊,最长公共子序列啊等等,并且线性dp在自己写力扣周赛的题目的时候,真的会时不时出几道,然后刚好利用这些题目加上dp分析的方法,把题目好好写一写。

    二、题目汇总

    ①力扣2369.检查数组是否存在有效的划分

    (1)题目描述

    2369.检查数组是否存在有效划分

    (2)dp分析

    状态转移方程:
    f [ i ] = O r { f [ i − 2 ] , i ≥ 2 & & n u m [ i − 1 ] = n u m [ i − 2 ] f [ i − 3 ] , i > = 3 & & n u m [ i − 1 ] = n u m [ i − 1 ] = n u m [ i − 2 ] f [ i − 3 ] , i > = 3 & & n u m [ i − 1 ] − n u m [ i − 2 ] = n u m [ i − 2 ] − n u m [ i − 3 ] = = 1 f[i]=Or

    {f[i−2],i≥2&&num[i−1]=num[i−2]f[i−3],i>=3&&num[i−1]=num[i−1]=num[i−2]f[i−3],i>=3&&num[i−1]−num[i−2]=num[i−2]−num[i−3]==1" role="presentation" style="position: relative;">{f[i−2],i≥2&&num[i−1]=num[i−2]f[i−3],i>=3&&num[i−1]=num[i−1]=num[i−2]f[i−3],i>=3&&num[i−1]−num[i−2]=num[i−2]−num[i−3]==1
    f[i]=Or⎩ ⎨ ⎧​f[i−2],i≥2&&num[i−1]=num[i−2]f[i−3],i>=3&&num[i−1]=num[i−1]=num[i−2]f[i−3],i>=3&&num[i−1]−num[i−2]=num[i−2]−num[i−3]==1​
    这个状态转移代表什么呢?

    其实就是说,当我们选择第i个数的时候,如果在第 i − 2 i-2 i−2或者第 i − 3 i-3 i−3个数字前的划分都是正确的,那么我们选择i个数,满足三个条件中的时候,我们就可以有一个合理的划分。举一个例子,假设我们的数组是 [ 1 , 1 , 1 , 2 , 3 ] [1,1,1,2,3] [1,1,1,2,3],不难发现,对于1这个数字来说,划分有两种,既可以有前两个1组成一组,也可以是前3个1,因此 f ( 2 ) , f ( 3 ) f(2),f(3) f(2),f(3)都是True,而我们在i等于5的时候,我们此时就可以利用条件3,发现是递增的,那么我们在推导的时候, f ( 5 ) ∣ ∣ f ( 5 − 3 ) = T r u e f(5) || f(5-3)=True f(5)∣∣f(5−3)=True,因此最终是可以成功划分的。

    状态初始化

    f [ 0 ] = t r u e , f [ 1 ] = f a l s e f[0]=true, f[1]=false f[0]=true,f[1]=false

    因为第0个划分不需要划分也是正确的,这个也是推出其他是否正确的一个必要条件。

    最终结果: f [ n ] f[n] f[n]

    时间复杂度: O ( N ) O(N) O(N)

    (3)完整AC代码

    class Solution {
    public:
        bool validPartition(vector& nums) {
            int n = nums.size();
            vector f(n + 1, false);
            f[0] = true;
    
            for(int i = 2; i <= n; i ++ ) {
                if(nums[i - 1] == nums[i - 2]) f[i] = f[i] || f[i - 2];
                if(i >= 3) {
                    if(nums[i - 1] == nums[i - 2] && nums[i - 2] == nums[i - 3])
                        f[i] = f[i] || f[i - 3];
                    if(nums[i - 1] - nums[i - 2] == 1 && nums[i - 2] - nums[i - 3] == 1)
                        f[i] = f[i] || f[i - 3];
                }
            }
    
            return f[n];
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20

    ②力扣2370.最长理想子数组

    (1)题目描述

    2370.最长理想子数组

    (2)dp分析

    状态转移方程:
    f ( i , j ) = m a x { f ( i − 1 , j ) , 不选择第 i 个字符的情况 f ( i − 1 , [ m a x ( j − k , 0 ) , m i n ( j + k , 25 ) ] ) , 选择第 i 个字符的情况 f(i,j)=max

    {f(i−1,j),不选择第i个字符的情况f(i−1,[max(j−k,0),min(j+k,25)]),选择第i个字符的情况" role="presentation" style="position: relative;">{f(i−1,j),不选择第i个字符的情况f(i−1,[max(j−k,0),min(j+k,25)]),选择第i个字符的情况
    f(i,j)=max⎩ ⎨ ⎧​f(i−1,j),不选择第i个字符的情况f(i−1,[max(j−k,0),min(j+k,25)]),选择第i个字符的情况​
    相关分析:

    这个转移和最长上升子序列的那个dp非常的像,所以也就告诉我们,这个题目其实可以利用一维进行dp,当然下面的代码也会展现出二维的代码,就是二维的比较蛋疼,因为,每一层转移的时候,都需要把所有字符在上一层的状态迁移到本层,最终得到的结果才可以在最后一层里面推出来。

    最终结果: m a x ( f [ n ] [ i ] , 0 ≤ i ≤ 25 ) max(f[n][i], 0\leq i \leq 25) max(f[n][i],0≤i≤25)

    时间复杂度: O ( n ∗ ( 26 + 2 ∗ k ) ) O(n*(26 + 2 * k)) O(n∗(26+2∗k))

    (3)完整AC代码

    //二维代码
    class Solution {
    public:
        int longestIdealString(string s, int k) {
            int n = s.size();
            int f[100050][26];
            memset(f, 0, sizeof f);
            for(int i = 1; i <= n; i ++ ) {
                for(int j = 0; j < 26; j ++ ) f[i][j] = f[i - 1][j];
                int j = s[i - 1] - 'a';
                for(int p = max(j - k, 0); p <= min(j + k, 25); p ++ ) {
                    f[i][j] = max(f[i][j], f[i - 1][p] + 1);
                } 
            }
            int maxn = 0;
            for(int i = 0; i < 26; i ++ ) {
                maxn = max(maxn, f[n][i]);
            }
    
            return maxn;
        }
    };
    
    //一维代码
    class Solution {
    public:
        int longestIdealString(string s, int k) {
            vector f(26, 0);
            for(auto c : s) {
                int j = c - 'a';
                f[j] = f[j] + 1;
                for(int i = max(0, j - k); i <= min(25, j + k); i ++ ) {
                    if(i != j) f[j] = max(f[j], f[i] + 1);
                }
            }
            int maxn = 0;
            for(auto t : f) maxn = max(t, maxn);
            return maxn;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
  • 相关阅读:
    linux 如何调用其他用户conda安装的软件
    维格云单点登录SSO入门教程
    QT+OSG/osgEarth编译之三十三:HDF5+Qt编译(一套代码、一套框架,跨平台编译,版本:HDF5-1.12.2)
    c语言:打印成绩单
    力扣刷题(2094. 找出 3 位偶数)有点东西
    E 排队(排列组合)[牛客小*白月赛61]
    六、循环表达式
    智能配电系统:保障电力运行安全、可控与高效
    前端解决反序列化long类型精度丢失的问题
    SpringMVC的响应处理
  • 原文地址:https://blog.csdn.net/qq_60556896/article/details/126253216