动态规划解题步骤:
1.确定状态表示:dp[i]是什么
2.确定状态转移方程:dp[i]等于什么
3.初始化:确保状态转移方程不越界
4.确定填表顺序:根据状态转移方程即可确定填表顺序
5.确定返回值
题目链接:446. 等差数列划分 II - 子序列 - 力扣(LeetCode)
题解1(三层for循环):
1.状态表示:dp[i][j]表示以nums[i] nums[j]结尾的等差子序列个数
2.状态转移方程:dif=nums[j]-nums[i]
如果存在nums[k]=nums[i]-dif 0<=k<i (可能存在多个nums[k],每个都要算)
dp[i][j]+=dp[k][i]+1
3.初始化:创建dp表时全部初始化为0
4.填表顺序:从上往下,从左往右哦,依次填写二维dp表
5.返回值:返回dp表中所有元素之和(理论上是上三角部分,但是由于下三角和对角线都为0,因此返回总和也没问题)
class Solution {
public:
int numberOfArithmeticSlices(vector<int>& nums) {
//dp[i][j]表示以nums[i] nums[j]结尾的等差子序列个数
//dif=nums[j]-nums[i]
//nums[k]=nums[i]-dif
//如果存在nums[k] 0<=k<i
//重复的nums[k]也算
//dp[i][j]+=dp[k][i]+1
size_t n=nums.size();
//创建dp表
vector<vector<int>> dp(n,vector<int>(n,0));
//初始化
//创建dp表时全部初始化为0
//填表
for(int j=2;j<n;++j)
{
for(int i=1;i<j;++i)
{
long long dif=(long long)nums[j]-nums[i];
long long temp=nums[i]-dif;
for(int k=0;k<i;++k)
{
if(nums[k]==temp)
{
dp[i][j]+=dp[k][i]+1;
}
}
}
}
//返回值:返回dp表之和,2处理为0
int ans=0;
for(auto row:dp)
{
for(auto value:row)
{
ans+=value;
}
}
return ans;
}
};
题解2(使用hash表代替一层for循环):
在填dp表之前,先将所有nums值和其对应的下标填入hash表,对于重复的nums值存在多个下标,使用vector存储其下标。查找nums[k]时使用hash表查找,hash[nums[k]]返回存储下标的vector,再遍历一次vector得到所有的k,但是只有满足小于i的k才符合条件。
class Solution {
public:
int numberOfArithmeticSlices(vector<int>& nums) {
//dp[i][j]表示以nums[i] nums[j]结尾的等差子序列个数
//dif=nums[j]-nums[i]
//nums[k]=nums[i]-dif
//如果存在nums[k] 0<=k<i
//重复的nums[k]也算
//dp[i][j]+=dp[k][i]+1
size_t n=nums.size();
//创建hash表:nums值和下标绑定
//重复元素有多个下标,则使用数组存储
unordered_map<long long,vector<int>> hash;
for(int i=0;i<n;++i)
{
hash[nums[i]].push_back(i);
}
//创建dp表
vector<vector<int>> dp(n,vector<int>(n,0));
//初始化
//创建dp表时全部初始化为0
//填表
for(int j=2;j<n;++j)
{
for(int i=1;i<j;++i)
{
long long dif=(long long)nums[j]-nums[i];
long long temp=nums[i]-dif;
if(hash.count(temp))
{
for(auto k:hash[temp])
{
if(k<i)
dp[i][j]+=dp[k][i]+1;
}
}
}
}
//返回值:返回dp表之和,2处理为0
int ans=0;
for(auto row:dp)
{
for(auto value:row)
{
ans+=value;
}
}
return ans;
}
};