dp算法篇Day5

dp算法篇Day5_第1张图片

 "生予希望,生予微光,生予一切无常"


21、乘积最大子数组

(1) 题目解析

dp算法篇Day5_第2张图片

         一个正数,需要和正数相乘才能得到一个大的乘积,反之一个负数,需要和一个负数做乘积,才能 得到一个大的乘积。

        解决子数组问题,首先需要分 " 按长度 "进行分类。

(2) 算法原理

法子一:

dp算法篇Day5_第3张图片

 

         可以看出,如果我们只是单独定义一个状态表达式,是不足以解决多种情况的。

法子二:

dp算法篇Day5_第4张图片

class Solution {
public:
    int maxProduct(vector& nums) {
        int n = nums.size();

        vector f(n+1);
        auto g = f;
        f[0] = g[0] = 1;
        int ret = INT_MIN;
        for(int i=1; i<=n; ++i){    
            int x = nums[i-1],y=f[i-1]*nums[i-1],z=g[i-1]*nums[i-1];
            f[i] = max(x,max(y,z));
            g[i] = min(x,min(y,z));
            ret = max(ret,f[i]);
        }
        return ret;
    }
};


22、乘积为为正数的最长子数组长度

(1) 题目解析

        这道题和上面的求乘积最大的子数组和有异曲同工之处,不过在这里是求的 "长度",而非乘积和。dp算法篇Day5_第5张图片

 

(2) 算法原理

dp算法篇Day5_第6张图片

        尤其注意nums[i]的几种状态,以及dp表达式表示的状态信息,根据 这些信息进行分析画图。 

class Solution {
public:
    int getMaxLen(vector& nums) {
        int n = nums.size();

        vector f(n+1);
        auto g = f;

        int ret = INT_MIN;
        for(int i=1; i<=n; ++i){
            if(nums[i-1] > 0)
            {
                 f[i] = f[i-1] + 1;
                 g[i] = g[i-1] == 0 ? 0 : g[i-1] + 1;
            }
            else if(nums[i-1] < 0)
            {
                f[i] = g[i-1] ==0 ? 0 : g[i-1] + 1;
                g[i] = f[i-1] + 1;
            }
            ret = max(ret,f[i]);
        }
        return ret;
    }
};


23、 等差数列划分

(1) 题目解析

dp算法篇Day5_第7张图片

 

(2) 算法原理dp算法篇Day5_第8张图片

class Solution {
public:
    int numberOfArithmeticSlices(vector& nums) {
        int n = nums.size();
        vector dp(n);
        int sum = 0;
        for(int i=2; i


24、最长湍流子数组

(1) 题目解析

dp算法篇Day5_第9张图片

(2) 算法原理

dp算法篇Day5_第10张图片

class Solution {
public:
    int maxTurbulenceSize(vector& arr) {
        int n = arr.size();
        vector f(n,1);
        auto g = f;

        int ret = 1;
        for(int i=1; i arr[i]) g[i] =  f[i-1] + 1;
            ret = max(ret,max(f[i],g[i]));
        }
        return ret;
    }
};


25、单词拆分

(1) 题目解析

dp算法篇Day5_第11张图片

 

 (2) 算法原理

dp算法篇Day5_第12张图片         对于这类隐藏的动规问题,理解题意尤为重要。如何将大问题,切分成子问题,那可得做大量练习,才能孰能生巧。

class Solution {
public:
    bool wordBreak(string s, vector& wordDict) {
        unordered_set hash;
        for(auto& e:wordDict){
            hash.insert(e);
        }

        int n = s.size();
        vector dp(n+1);
        dp[0] = true;
        s = ' ' + s;

        for(int i=1; i<=n; ++i){
            //(0,j-1) (j,i);
            for(int j=i; j>=1; --j){
                if(dp[j-1] && hash.count(s.substr(j,i - j + 1))){
                    dp[i] = true;
                    break;
                }
            }
        }
        return dp[n];
    }
};

本篇到此结束,感谢你的阅读

祝你好运,向阳而生~

dp算法篇Day5_第13张图片

 

你可能感兴趣的:(dp动规算法,算法)