动态规划 —— 子数组系列-乘积为正数的最长子数组长度
1. 乘积为正数的最长子数组长度
题目链接:
2. 算法原理
状态表示:以某一个位置为结尾或者以某一个位置为起点
f[i]表示:以i位置为结尾的所有子树中的乘积为正数的最长长度
g[i]表示:以i位置为结尾的所有子树中的乘积为负数的最长长度
2. 状态转移方程
f[i](正数)分为两种情况:求正数的最长长度
1. 长度为1分为两种情况: a. nums[i] > 0 1
b. nums[i] < 0 0
2. 长度大于1分为两种情况:c. nums[i] > 0 f[i-1] + 1(加一个长度)
d. nums[i] < 0 g[i-1] == 0 ? 0 : g[i-1] + 1
其实我们还可以把f[i]的状态转移方程再简化一下,因为我们是要求两种状态下的最大值,所以我们可以取大于状态和小于状态的最大值即:
f[i]分为两种情况: 1. nums[i] > 0 f[i-1] + 1
2. nums[i] < 0 g[i-1] == 0 ? 0 : g[i-1] + 1
g[i](负数)分为两种情况:求负数的最长长度
1. 长度为1分为两种情况: a. nums[i] > 0 0
b. nums[i] < 0 1
2. 长度大于1分为两种情况:c. nums[i] > 0 g[i-1] == 0 ? 0 : g[i-1] + 1
d. nums[i] < 0 f[i-1] + 1
g[i]的状态转移方程也可以简化一下:
g[i]分为两种情况: 1. nums[i] > 0 g[i-1] == 0 ? 0 : g[i-1] + 1
2. nums[i] < 0 f[i-1] + 1
3. 初始化 :把dp表填满不越界,让后面的填表可以顺利进行
我们可以在f表和g表前面加上一个虚拟节点初始化为0
本题的下标映射关系:下标统一往右移动一位
4. 填表顺序
本题的填表顺序是:从左往右,两个表一起填
5. 返回值 :题目要求 + 状态表示
本题的返回值是:f表里的最大值
3. 代码
动态规划的固定四步骤:1. 创建一个dp表
2. 在填表之前初始化
3. 填表(填表方法:状态转移方程)
4. 确定返回值
class Solution {
public:
int getMaxLen(vector<int>& nums) {
int n=nums.size();
vector<int>f(n+1),g(n+1);
//因为返回值是返回f表里的最大值,所以先定义一个变量记录一下最终结果
int ret=INT_MIN;//因为要求最大值,所以定义无穷小
for(int i=1;i<=n;i++)
{
//因为加了一个虚拟节点,所下标要-1
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)
{
g[i]=f[i-1]+1;
f[i]=g[i-1]==0?0:g[i-1]+1;
}
//更新结果
ret=max(ret,f[i]);
}
return ret;
}
};
未完待续~
原文地址:https://blog.csdn.net/hedhjd/article/details/143813554
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!