给你三个整数 n n n、 m m m 和 k k k。下图描述的算法用于找出正整数数组中最大的元素。
请你生成一个具有下述属性的数组arr
:
1、arr
中有n
个整数。
2、 1 ≤ a r r [ i ] ≤ m 1 \le arr[i] \le m 1≤arr[i]≤m 其中 ( 0 ≤ i < n ) (0 \le i < n) (0≤i<n)。
3、将上面提到的算法应用于arr
,search_cost
的值等于k
。
返回上述条件下生成数组arr
的 方法数 ,由于答案可能会很大,所以 必须 对 1 0 9 + 7 10^9 + 7 109+7 取余。
样例输入:n = 50, m = 100, k = 25
样例输出:34549172
class Solution {
public:
int numOfArrays(int n, int m, int k) {
}
};
LeetCode 1420. 生成数组
( 1 ) (1) (1) 首先,我们需要知道什么情况下,search_cost
会进行累加。我们来看一个图:
( 2 ) (2) (2) 设想有一个单调栈,栈中元素从 栈底 到 栈顶 都是单调递增的,那么,从左往右扫描数据,遇到红色的点就应该入栈,并且入栈的次数应该和search_cost
相等。
( 3 ) (3) (3) 注意,这里需要取模,但是直接取模效率较低,可以采用减法代替取模。
于是,就可以设计状态如下: d p [ i ] [ j ] [ t ] dp[i][j][t] dp[i][j][t] 表示总共有 i i i 个数,单调栈中栈顶元素为 j j j,且单调栈的总元素个数为 t t t 个。
当总共有 n n n 个数,最大的数为 m m m,且search_cost
为 k k k 时,我们要求的方案数就应该是 ∑ j = 1 m d p [ n ] [ j ] [ k ] \sum_{j=1}^{m} dp[n][j][k] ∑j=1mdp[n][j][k]。
当只有一个数的时候,单调栈中元素的个数必定是 1 个,它就是初始状态,即: d p [ 1 ] [ j ] [ 1 ] = 1 ( 1 ≤ j ≤ m ) dp[1][j][1] = 1 (1 \le j \le m) dp[1][j][1]=1(1≤j≤m)
当 d p [ i ] [ j ] [ t ] dp[i][j][t] dp[i][j][t] 已知,也就是前 i i i 个数中,单调栈中元素个数为 t t t 个,且栈顶元素的值为 j j j 的时候的方案数为 d p [ i ] [ j ] [ t ] dp[i][j][t] dp[i][j][t]。
那么,我们可以往后面继续塞入一个数,塞入的数可以是 j j ( 1 ≤ j j ≤ m ) jj(1 \le jj \le m) jj(1≤jj≤m),分两种情况讨论:
( 1 ) (1) (1) j ≥ j j j \ge jj j≥jj,那么引入 j j jj jj 并不会对单调栈产生影响,状态转移到了 d p [ i + 1 ] [ j ] [ t ] dp[i+1][j][t] dp[i+1][j][t];
( 1 ) (1) (1) j < j j j \lt jj j<jj,那么引入 j j jj jj 就会将 j j jj jj 插入到单调栈中,使得栈中元素增加了一个,状态转移到了 d p [ i + 1 ] [ j j ] [ t + 1 ] dp[i+1][jj][t+1] dp[i+1][jj][t+1];
状态数 O ( n m k ) O(nmk) O(nmk),状态转移 O ( m ) O(m) O(m),最坏时间复杂度 O ( n m 2 k ) O(nm^2k) O(nm2k) 。
class Solution {
#define maxn 52
#define maxm 102
#define maxk 52
#define mod 1000000007
int dp[maxn][maxm][maxk];
public:
int numOfArrays(int n, int m, int k) {
int i, j, t;
int jj;
memset(dp, 0, sizeof(dp));
for(j = 1; j <= m; ++j) {
dp[1][j][1] = 1;
}
for(i = 1; i <= n; ++i) {
for(j = 1; j <= m; ++j) {
for(t = 1; t <= k; ++t) {
int x = 0;
for(jj = 1; jj <= j; ++jj) {
dp[i+1][j][t] += dp[i][j][t];
if(dp[i+1][j][t] >= mod) {
dp[i+1][j][t] -= mod;
}
}
for(jj = j + 1; jj <= m; ++jj) {
dp[i+1][jj][t+1] += dp[i][j][t];
if(dp[i+1][jj][t+1] >= mod) {
dp[i+1][jj][t+1] -= mod;
}
}
}
}
}
int ans = 0;
for(j = 1; j <= m; ++j) {
ans += dp[n][j][k];
if(ans >= mod) ans -= mod;
}
return ans;
}
};
动态规划的求解过程比较单一,可以先设计状态,再考虑最终状态,边界状态,再进行状态转移。
相信看我文章的大多数都是「 大学生 」,能上大学的都是「 精英 」,那么我们自然要「 精益求精 」,如果你还是「 大一 」,那么太好了,你拥有大把时间,当然你可以选择「 刷剧 」,然而,「 学好算法 」,三年后的你自然「 不能同日而语 」。
那么这里,我整理了「 几十个基础算法 」 的分类,点击开启:
大致题集一览:
为了让这件事情变得有趣,以及「 照顾初学者 」,目前题目只开放最简单的算法 「 枚举系列 」 (包括:线性枚举、双指针、前缀和、二分枚举、三分枚举),当有 一半成员刷完 「 枚举系列 」 的所有题以后,会开放下个章节,等这套题全部刷完,你还在群里,那么你就会成为「 夜深人静写算法 」专家团 的一员。
不要小看这个专家团,三年之后,你将会是别人 望尘莫及 的存在。如果要加入,可以联系我,考虑到大家都是学生, 没有「 主要经济来源 」,在你成为神的路上,「 不会索取任何 」。
联系作者,或者扫作者主页二维码加群,加入刷题行列吧
让天下没有难学的算法
C语言免费动漫教程,和我一起打卡! 《光天化日学C语言》
让你养成九天持续刷题的习惯 《九日集训》
入门级C语言真题汇总 《C语言入门100例》
组团学习,抱团生长 《算法零基础100讲》
几张动图学会一种数据结构 《画解数据结构》
竞赛选手金典图文教程 《夜深人静写算法》