边工作边刷题:70天一遍leetcode: day 42-1

最大整除子集算法解析

Largest Divisible Subset

要点:

  • 因为先排序,所以符合条件的一定是成倍递增序列,这题就和longest increasing subsequence类似了。
  • 想出来的解是dp[i]表示所有前i个数的可能解,这样实际上就是把所有子集都存起来,导致了TLE。而实际上这类题都以dp[i]表示以i为结尾的最大长度,这样可以有效剪枝,把i之前较小的情况都不考虑。
  • 实际上这类dp如果结果只是要一个解,最好的方法是记录选择然后从后往前重构。重构的方法:choices中的存的是上一步的位置(也就是在当前点的选择)。所有choices初始都为-1,这样到了第一个选择下一个位置更新为-1退出循环。同时要记录最长的值的最后位置作为choices的最终点。

错误点:

  • dp中值初始为1,表示至少1,而maxlen为0,这样[]直接返回。
class Solution(object):
    def largestDivisibleSubset(self, nums):
        """
        :type nums: List[int]
        :rtype: List[int]
        """
        n = len(nums)
        nums.sort()
        dp = [1]*n
        choices = [-1]*n
        maxLen, maxPos = 0,-1
        
        for i in xrange(n):
            for j in xrange(i):
                if nums[i]%nums[j]==0 and dp[j]+1>dp[i]:
                    dp[i]=dp[j]+1
                    choices[i]=j
            if dp[i]>maxLen:
                maxPos = i
                maxLen = dp[i]
        
        res = []
        while maxPos>=0:
            res.append(nums[maxPos])
            maxPos = choices[maxPos]
        
        return res

转载于:https://www.cnblogs.com/absolute/p/5690300.html

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