873. 最长的斐波那契子序列的长度
原题链接: 873. 最长的斐波那契子序列的长度
如果序列 满足下列条件,就说它是 斐波那契式 的:
- n >= 3
- 对于所有
i + 2 <= n
,都有 给定一个严格递增的正整数数组形成序列 arr ,找到 arr 中最长的斐波那契式的子序列的长度。如果一个不存在,返回 0 。
(回想一下,子序列是从原序列 arr 中派生出来的,它从 arr 中删掉任意数量的元素(也可以不删),而不改变其余元素的顺序。例如, [3, 5, 8] 是 [3, 4, 5, 6, 7, 8] 的一个子序列)
示例 1:
输入: arr = [1,2,3,4,5,6,7,8]
输出: 5
解释: 最长的斐波那契式子序列为 [1,2,3,5,8] 。
示例 2:
输入: arr = [1,3,7,11,12,14,18]
输出: 3
解释: 最长的斐波那契式子序列有 [1,11,12]、[3,11,14] 以及 [7,11,18] 。
提示:
代码
尝试1, 纯状态转移
class Solution {
public:
int lenLongestFibSubseq(vector<int>& arr) {
int n = arr.size();
vector<int> dp(n, 0);
int res = 0;
for (int i = 0; i < n; ++i) {
for (int j = 0; j < i; ++j) {
for (int k = 0; k < j; ++k) {
if (arr[k] + arr[j] == arr[i]) {
if (dp[j] == 0) {
dp[j] = 2;
dp[k] = 1;
} else if (dp[k] == 0) {
dp[k] = 1;
}
dp[i] = max(dp[i], dp[k] + 2);
}
}
}
if (dp[i] > res)
res = dp[i];
}
return res;
}
};
美好的想法, 但是总有例外的情况...
题解
暴力哈希
class Solution {
public:
int lenLongestFibSubseq(vector<int>& arr) {
int n = arr.size();
unordered_set<int> a(arr.begin(), arr.end());
// 思路: 斐波那契数列, 只要确定前面两个数, 那么后面的也确定了!
int res = 0;
for (int i = 1; i < n; ++i) {
for (int j = 0; j < i; ++j) {
// 枚举全部的前两个数的可能
int x = arr[j];
int y = arr[i];
int now_len = 0;
// 查找后面的
while (a.find(x + y) != a.end())
{
y = x + y;
x = y - x;
now_len += (!now_len ? 3 : 1);
}
if (now_len > res)
res = now_len;
}
}
return res;
}
};
动态规划
wdnmd的状态!
朴素动态规划 (削题解, 我怎么怎么知道怎么来的状态?)
不难想到使用动态规划求解,定义数组 dp[i][j] 表示最后两个值是 arr[i], arr[j] 的最长严格递增斐波那契子序列,那么状态转移方程为:
分析
当 i 确定, 任何 下标小于 i 的 j 都有可能 满足 arr[j] 是 斐波那契数列 arr[i] 的前一个数字.
因此只有当确定斐波那契子序列的最后两个数字时,才能确定整个斐波那契子序列。
状态
故(二维dp), 定义 dp[j][i] 为 以 arr[j], arr[i] 为最后两个数字的斐波那契数列的最大长度.
其他的: 力扣官方题解