动态规划dp —— 28.摆动序列

这篇具有很好参考价值的文章主要介绍了动态规划dp —— 28.摆动序列。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

动态规划dp —— 28.摆动序列,动态规划,动态规划,算法

连续相同的数不算是摆动序列

单独一个或不相等的两个数算是摆动序列 

1.状态表示

是什么?dp表中里的值所表示的含义就是状态表示

dp[i]表示:以i位置为结尾的所有子序列中,最长的摆动序列的长度

但是i位置的值可能是下降后的,也可能是上升后的,所以细分为两种状态表示

f[i]表示:以i位置为结尾的所有子序列中,最后一个位置呈现“上升”趋势最长的摆动序列的长度

f[i]表示:以i位置为结尾的所有子序列中,最后一个位置呈现“下降”趋势最长的摆动序列的长度

动态规划dp —— 28.摆动序列,动态规划,动态规划,算法

 2.状态转移方程

dp[i] 等于什么

根据子序列长度不同,可分为两种情况:1.长度为1   2.长度大于1

动态规划dp —— 28.摆动序列,动态规划,动态规划,算法

 

 因为一个位置到i位置是上升趋势的,所以到i位置的前一个位置一定是下降的,所以刚好就是状态表示的g表,j表示子序列i位置的前一个位置(可能有很多),要找到最大的然后+1

g表同理:

动态规划dp —— 28.摆动序列,动态规划,动态规划,算法 

 

3.初始化

保证填表的时候不越界

f表和g表全部初始化为1,这样就不用考虑长度为1的情况了

4.填表顺序

为了填写当前状态的时候,所需要的状态已经计算过了

从左往右,两个表一起填

5.返回值

题目要求+状态表

两个表里的最大值文章来源地址https://www.toymoban.com/news/detail-653832.html

6.代码

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int n = nums.size();
        //1.创建dp表
        //2.初始化
        vector<int> f(n,1);
        vector<int> g(n,1);
        //3.填表
        int ret = 1;
        for(int i = 1; i < n;i++)
        {
            for(int j = 0; j < i;j++)
            {
                if(nums[i]> nums[j])
                {
                    f[i] = max(g[j]+1,f[i]);
                }
                else if(nums[i] < nums[j])
                {
                    g[i] = max(f[j] + 1,g[i]);
                }
            }
            ret = max(ret, max(f[i],g[i]));
        }
        //4.返回值
        return ret;
    }
};

到了这里,关于动态规划dp —— 28.摆动序列的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法——动态规划(DP)——递推

    动态规划常用于解决优化问题。 动态规划通常以自底向上或自顶向下的方式进行求解。 自底向上的动态规划从最简单的子问题开始,逐步解决更复杂的问题,直到达到原始问题。 自顶向下的动态规划则从原始问题出发,分解成子问题,并逐步求解这些子问题。 动态规划算法

    2024年01月20日
    浏览(57)
  • ★动态规划(DP算法)详解

    什么是动态规划:动态规划_百度百科 内容太多了不作介绍,重点部分是无后效性,重叠子问题,最优子结构。 问S-P1和S-P2有多少种路径数,毫无疑问可以先从S开始深搜两次,S-P1和S-P2找出所有路径数,但是当这个图足够大,那就会超时。 动态规划旨在用 空间换时间 ,我们

    2024年02月04日
    浏览(50)
  • 动态规划(DP)(算法笔记)

    本文内容基于《算法笔记》和官方配套练题网站“晴问算法”,是我作为小白的学习记录,如有错误还请体谅,可以留下您的宝贵意见,不胜感激。 动态规划(Dynamic Programming,DP)是一种用来解决一类最优化问题的算法思想。简单来说,动态规划将一个复杂的问题分解成若干个子

    2024年02月05日
    浏览(47)
  • C++动态规划-线性dp算法

    莫愁千里路 自有到来风 CSDN 请求进入专栏                                    X 是否进入《 C++ 专栏》? 确定 目录  线性dp简介 斐波那契数列模型  第N个泰波那契数 思路: 代码测试:  三步问题 思路: 代码测试: 最小花费爬楼梯 思路: 代码测试:  路径问题 数字三

    2024年02月19日
    浏览(48)
  • 【算法】动态规划(dp问题),持续更新

    介绍本篇之前,我想先用人话叙述一般解决动态规划问题的思路: 动态规划的问题,本身有许多产生结果的可能,需要在具体题目下得到满足某个条件的解。 如何得到呢? 我们就需要根据这个具体问题,建立一个状态表( dp 表 ),在这张 dp 表中的每一个位置的数据都有明

    2024年02月04日
    浏览(49)
  • c++ 算法之动态规划—— dp 详解

    dp 是 c++ 之中一个简单而重要的算法,每一个 OIer 必备的基础算法,你知道它究竟是什么吗? 目录 一、简介         1.为什么不能贪心?         2.揭秘 dp   二、应用         1.定义         2.边界值         3.动态转移方程         4.结果         5.代码

    2024年04月09日
    浏览(48)
  • 算法套路十三——动态规划DP入门

    动态规划和递归都是通过将大问题分解为较小的子问题来解决问题。它们都可以用来解决具有重叠子问题和最优子结构特性的问题。 递归是一种自顶向下的方法, 它从原始问题开始 ,递归地将问题分解为较小的子问题dfs(i)—— dfs(i)代表的是从第i个状态开始进行递归求解能

    2024年02月15日
    浏览(60)
  • 算法——动态规划(DP,Dynamic Programming)

    动态规划常用于解决优化问题。 动态规划通常以自底向上或自顶向下的方式进行求解。 自底向上的动态规划从最简单的子问题开始,逐步解决更复杂的问题,直到达到原始问题。 自顶向下的动态规划则从原始问题出发,分解成子问题,并逐步求解这些子问题。 动态规划算法

    2024年02月02日
    浏览(53)
  • acwing算法基础之动态规划--线性DP和区间DP

    线性DP:状态转移表达式存在明显的线性关系。 区间DP:与顺序有关,状态与区间有关。 题目1 :数字三角形。 解题思路:直接DP即可, f[i][j] 可以来自 f[i-1][j] + a[i][j] 和 f[i-1][j-1] + a[i][j] ,注意 f[i-1][j] 不存在的情况(最后一个点)和 f[i-1][j-1] 不存在的情况(第一个点)。

    2024年02月04日
    浏览(52)
  • Day36算法记录|动态规划 dp02

    步骤回顾: C语言版本写的很清楚 对应得Java版本视频解析 方法一: 动态规划 1 确定dp数组(dp table)以及下标的含义 dp[i][j] :表示从(0 ,0)出发,到(i, j) 有dp[i][j]条不同的路径。 2 . 确定递推公式 ,求dp[i][j],只能有两个方向来推导出来,即dp[i - 1][j] 和 dp[i][j - 1]。 3. dp数

    2024年02月12日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包