【LeetCode: 1027. 最长等差数列 | 暴力递归=＞记忆化搜索=＞动态规划】

🚀 算法题 🚀

🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持，因为它具有很高的价值，算法就是这样✨
🌲 作者简介：硕风和炜，优快云-Java领域新星创作者🏆，保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋，我愿为卒，行动虽慢，可谁曾见我后退一步？🎯🎯

🚀 算法题 🚀

🚗 知识回顾

大家再看这道题目之前，可以先去看看我之前写过的关于连续子序列算法题的博客，再看这个题目就更容易理解了。

🚩 题目链接

• 1027. 最长等差数列

⛲ 题目描述

给你一个整数数组 nums，返回 nums 中最长等差子序列的长度。

回想一下，nums 的子序列是一个列表 nums[i1], nums[i2], …, nums[ik] ，且 0 <= i1 < i2 < … < ik <= nums.length - 1。并且如果 seq[i+1] - seq[i]( 0 <= i < seq.length - 1) 的值都相同，那么序列 seq 是等差的。

示例 1：

输入：nums = [3,6,9,12]
输出：4
解释：
整个数组是公差为 3 的等差数列。
示例 2：

输入：nums = [9,4,7,2,10]
输出：3
解释：
最长的等差子序列是 [4,7,10]。
示例 3：

输入：nums = [20,1,15,3,10,5,8]
输出：4
解释：
最长的等差子序列是 [20,15,10,5]。

提示：

2 <= nums.length <= 1000
0 <= nums[i] <= 500

🌟 求解思路&实现代码&运行结果

---

⚡ 暴力递归

🥦 求解思路

1. 通过对题目的概括来说就是找到所有以i位置为结尾，公差为d的最长子序列的个数。

🥦 实现代码

class Solution {

    public int longestArithSeqLength(int[] nums) {
        int n=nums.length;
        int max=Integer.MIN_VALUE;
        for(int i=0;i<n;i++){
            max=Math.max(max,process(i,Integer.MIN_VALUE,nums));
        }
        return max;
    }

    public int process(int i,int d,int[] nums){
        if(i<0) return 0;
        int max=1;
        for(int j=i-1;j>=0;j--){
            int dis=nums[i]-nums[j];
            if(d==Integer.MIN_VALUE||d==dis){
                max=Math.max(max,process(j,dis,nums)+1);
            }
        }
        return max;
    }
}

🥦 运行结果

时间超限了，不要紧哦，我还有锦囊妙计！

---

⚡ 记忆化搜索

🥦 求解思路

1. 根据我们递归的分析，在递归的过程中会产生重复的子过程，所以我们想到了加一个缓存表，也就是我们的记忆化搜索。
2. 注意，在改进的过程中需要额外注意一些细节的地方，比如说公差可能为负数，为了能够让数组进行存储，我们将所有的值加x进行向右移动；当然还可以通过Hash表来做，都是可以的，大家可以自行尝试。

🥦 实现代码

class Solution {
    int[][] dp;
    public int longestArithSeqLength(int[] nums) {
        int n=nums.length;
        int max=Integer.MIN_VALUE;
        dp=new int[n][1010];
        for(int i=0;i<n;i++) Arrays.fill(dp[i],-1);
        for(int i=1;i<n;i++){
            max=Math.max(max,process(i,999,nums));
        }
        return max+1;
    }

    public int process(int i,int d,int[] nums){
        if(i<0) return 0;
        if(dp[i][d]!=-1) return dp[i][d];
        int max=0;
        for(int j=i-1;j>=0;j--){
            int dis=nums[i]-nums[j]+500;
            if(d==999||d==dis){
                max=Math.max(max,process(j,dis,nums)+1);
            }
        }
        return dp[i][d]=max;
    }
}

🥦 运行结果

---

⚡ 动态规划

🥦 求解思路

1. 按照我们之前递归和记忆化搜索的思路，通过动态规划实现出来。

🥦 实现代码

class Solution {
    int[][] dp;
    public int longestArithSeqLength(int[] nums) {
        int n=nums.length;
        int max=Integer.MIN_VALUE;
        dp=new int[n][1010];
        for(int i=1;i<n;i++){
            for(int j=i-1;j>=0;j--){
                int dis=nums[i]-nums[j]+500;
                dp[i][dis]=Math.max(dp[i][dis],dp[j][dis]+1);
                max=Math.max(max,dp[i][dis]);
            }
        }
        return max+1;
    }
}

🥦 运行结果

---

💬 共勉

最后，我想和大家分享一句一直激励我的座右铭，希望可以与大家共勉！