当前位置: 首页 > news >正文

动态规划中固定倒数第二个数与倒数第一个数的区别与应用场景分析 —— 从最长等差数列问题到统计等差数列个数的填表策略对比

目录

1. 问题目标的区别

(1)找到最长的等差数列

(2)统计等差数列的个数

2. 填表顺序的区别

(1)固定倒数第二个数(i)

(2)固定倒数第一个数(j)

3. 核心区别总结

4. 为什么选择不同的固定方式?

5. 总结


1. 问题目标的区别

(1)找到最长的等差数列

  • 目标:找到数组中最长的等差数列的长度。

  • 特点:需要关注的是等差数列的长度,而不是具体的个数。

  • 动态规划状态定义dp[i][j] 表示以 nums[i] 和 nums[j] 结尾的等差数列的长度。

  • 状态转移方程

    dp[i][j] = dp[k][i] + 1;

    其中 k 是满足 nums[k] = a 且 k < i 的下标,a = 2 * nums[i] - nums[j]

(2)统计等差数列的个数

  • 目标:统计数组中所有等差数列的个数

  • 特点:需要关注的是等差数列的数量,而不是长度。

  • 动态规划状态定义dp[i][j] 表示以 nums[i] 和 nums[j] 结尾的等差数列的个数。

  • 状态转移方程

    dp[i][j] += dp[k][i] + 1;

    其中 k 是满足 nums[k] = a 且 k < i 的下标,a = 2 * nums[i] - nums[j]


2. 填表顺序的区别

(1)固定倒数第二个数(i

  • 适用场景:找到最长的等差数列。

  • 填表顺序

    • 外层循环固定 i(倒数第二个数)。

    • 内层循环枚举 j(倒数第一个数)。

  • 原因

    • 在计算 dp[i][j] 时,需要依赖 dp[k][i],其中 k 是 i 的前一个位置。

    • 固定 i 后,可以确保 dp[k][i] 在计算 dp[i][j] 时已经被计算。

  • 示例代码

    for (int i = 1; i < n; i++) { // 固定倒数第二个数
        for (int j = i + 1; j < n; j++) { // 枚举倒数第一个数
            int a = 2 * nums[i] - nums[j]; // 计算前一个元素的值
            if (hash.count(a)) {
                dp[i][j] = dp[hash[a]][i] + 1; // 更新 dp[i][j]
            }
            ret = max(ret, dp[i][j]); // 更新全局最大值
        }
    }

(2)固定倒数第一个数(j

  • 适用场景:统计等差数列的个数。

  • 填表顺序

    • 外层循环固定 j(倒数第一个数)。

    • 内层循环枚举 i(倒数第二个数)。

  • 原因

    • 在计算 dp[i][j] 时,需要累加所有满足条件的 dp[k][i],其中 k 是 i 的前一个位置。

    • 固定 j 后,可以确保在计算 dp[i][j] 时,所有可能的 dp[k][i] 已经被计算。

  • 示例代码

    for (int j = 2; j < n; j++) { // 固定倒数第一个数
        for (int i = 1; i < j; i++) { // 枚举倒数第二个数
            long long a = (long long)nums[i] * 2 - nums[j]; // 计算前一个元素的值
            if (hash.count(a)) {
                for (auto k : hash[a]) {
                    if (k < i) {
                        dp[i][j] += dp[k][i] + 1; // 更新 dp[i][j]
                    }
                }
            }
            sum += dp[i][j]; // 累加 dp[i][j] 到 sum
        }
    }

3. 核心区别总结

区别点固定倒数第二个数(i固定倒数第一个数(j
适用场景找到最长的等差数列统计等差数列的个数
动态规划状态定义dp[i][j] 表示以 nums[i] 和 nums[j] 结尾的等差数列的长度dp[i][j] 表示以 nums[i] 和 nums[j] 结尾的等差数列的个数
状态转移方程dp[i][j] = dp[k][i] + 1dp[i][j] += dp[k][i] + 1
填表顺序外层循环固定 i,内层循环枚举 j外层循环固定 j,内层循环枚举 i
依赖关系依赖 dp[k][i],其中 k 是 i 的前一个位置依赖 dp[k][i],其中 k 是 i 的前一个位置
目标找到最长的等差数列的长度统计所有等差数列的个数

4. 为什么选择不同的固定方式?

  • 固定倒数第二个数(i

    • 适用于最长等差数列问题,因为需要确保在计算 dp[i][j] 时,dp[k][i] 已经被计算。

    • 通过固定 i,可以保证 dp[k][i] 在计算 dp[i][j] 时已经存在。

  • 固定倒数第一个数(j

    • 适用于统计等差数列个数问题,因为需要累加所有可能的 dp[k][i]

    • 通过固定 j,可以确保在计算 dp[i][j] 时,所有可能的 dp[k][i] 已经被计算。


5. 总结

  • 固定倒数第二个数:适用于最长等差数列问题,填表顺序是从左到右、从下到上。

  • 固定倒数第一个数:适用于统计等差数列个数问题,填表顺序是从左到右、从上到下。

两者的选择取决于问题的目标和状态转移方程的依赖关系。通过合理的固定方式,可以确保动态规划的正确性和高效性。

相关文章:

  • 关于前后端整合和打包成exe文件的个人的总结和思考
  • 数据集构建与训练前准备
  • VIC模型有哪些优势?适用哪些范围?基于QGIS的VIC模型建模;未来气候变化模型预测;基于R语言VIC参数率定和优化
  • 【Academy】Web 缓存欺骗 ------ Web cache deception
  • 如何实现wordpress搜索自字义字段内容
  • 分享最佳ChatGPT替代11个方案(2025)
  • 计算机组成原理(第六章 总线)
  • 关于在electron(Nodejs)中使用 Napi 的简单记录
  • 内容中台的核心架构是什么?
  • 【在校课堂笔记】Python 第 3 节课 总结
  • FlinkSQL源码笔记
  • ~(取反)在算法竞赛中的常见用法和注意事项
  • 线程管理操作
  • 【CSS3】金丹篇
  • 3.3.5 VO-O语法- 高级语法
  • 大语言模型中Token的输出过程
  • vue+dhtmlx-gantt 实现甘特图-快速入门【甘特图】
  • Python 编程题 第八节:字符串变形、压缩字符串、三个数的最大乘积、判定字符是否唯一、IP地址转换
  • KL散度详解与应用
  • FTP 与 TFTP 的详细异同点
  • 四川省政府党组成员、副省长、省公安厅厅长叶寒冰接受审查调查
  • 商务部:“一国一策”落实对非合作“十大伙伴行动”
  • 以色列“全面接管”加沙“雷声大雨点小”:援助政策引内讧,美欧失去耐心
  • 联合国妇女署:超过2.8万名妇女和女童在加沙战火中丧生
  • 竞彩湃|水晶宫夺冠后乘胜追击,四大皆空曼城人间清醒?
  • 90后青年学者李海增逝世9个月后文章登上顶刊,同仁缅怀其贡献