求列表最长子序列

本文介绍如何使用Python实现DEMA(Double Exponential Moving Average)算法,通过双重指数平滑计算股票价格的趋势。通过两个移动平均值的计算,展示了如何在金融分析中利用这个技术来辅助决策。
def ma(li):
    if not li:
        return li
    n = len(li)
    m = []
    for i in range(n-1):
        nn = 0
        for j in range(i+1, n-1):
            if li[i] < li[j]:
                nn += 1
        m.append(nn)
    print(m)

l = [1,3,6,5,3,2,1,5,7,9,5]
ma(l)
长子序列问题有多种类型,不同类型有不同的解决方案: - **长子序列本身**:在朴素版的长子序列问题里,可设置一个`pre[i]`来表示第`i`个数前一个数是什么,利用`while`循环来序列。示例代码如下,长子序列存在`st`数组中,长子序列后一个元素是`ans`: ```python tt = 0 while ans: st[++tt] = ans ans = pre[ans] ``` - **长严格递增子序列的长度**:可以使用动态规划的方法解。子序列是由数组派生而来的序列,通过删除(或不删除)数组中的元素而不改变其余元素的顺序得到 [^2]。 - **有规律的子序列问题**:有规律的子序列一律用动态规划 + map 做,当前值的序列等于其上一个值的序列 + 1。示例代码如下: ```cpp #include <vector> #include <unordered_map> #include <algorithm> int longestSubsequence(std::vector<int>& arr, int difference) { std::unordered_map<int, int> mp; int ans = 0; for (int c : arr) { mp[c] = mp[c - difference] + 1; ans = std::max(ans, mp[c]); } return ans; } ``` - **两个数组中公共的、长度长的子数组的长度**:使用动态规划,通过二维数组`dp`记录状态。示例代码如下: ```cpp #include <vector> #include <algorithm> class Solution { public: int findLength(std::vector<int>& nums1, std::vector<int>& nums2) { int n1 = nums1.size(), n2 = nums2.size(); std::vector<std::vector<int>> dp(n1 + 1, std::vector<int>(n2 + 1, 0)); int maxLen = 0; for (int i = 1; i <= n1; i++) { for (int j = 1; j <= n2; j++) { if (nums1[i - 1] == nums2[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1; if (dp[i][j] > maxLen) maxLen = dp[i][j]; } } return maxLen; } }; ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值