[算法] DP-被3整除的子序列

本文介绍了如何使用动态规划方法解决找出一个数字串中所有能被3整除的子序列的问题。通过分析序列长度变化时子序列的数量变化规律,建立dp数组并根据新加入数字的模3值更新dp数组,从而得到最终答案。文章还给出了具体的代码实现,强调了在处理大量3的倍数时需要考虑数值溢出的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述在这里插入图片描述
原题连接:https://ac.nowcoder.com/acm/skill/detail/acm/1301

这道题挺有意思的,不过值得注意到的一点是这里的子序列并非是连续的子串,而且子序列是有顺序的但不一定要连续,例如示例3中的333(粗体代表第一个3,正常体代表第二个,斜体代表第三个) 所得到的7种子序列为:3、3、333、3333333

用到动态规划,题目可以理解为前n个(包括n)长度的数字串中有多少能被3整除的子序列。我们这么想,假设当前子序列的长度为k,每当子序列的长度+1变成k+1的时候,前k+1的数字串中总共的子序列数量就等于原来子序列数量*2+1。原来子序列的数量*2是因为还要加上在每一个子序列的基础上加上第k+1数的组合序列再加上第k+1单个数组成的序列。这么讲很抽象,简单来一个例子。

例如:
子序列为:123 (len = 3) 子序列为:
【1,2,3,12,23,13,123】 总共7种
现在变为:1234 (len = 4) 子序列为:
【1,2,3,12,23,13,123, 14,24,34,124,234,134,12344】 总共15种 (7*2+1)
****黄色部分是在子序列长度为3的串基础上后加上第4个数字4得来的,最后的4是它本身。

这样子,问题就变得很简单了。我们用数组dp保存mod3为0、1、2子序列个数,(dp[0] 代表序列能被3整除的个数,dp[1]为mod3为1的个数,dp[2]代表mod3为2的个数)
假设当前子序列长度为k,当序列变为k+1时,我们只需要判断新加进来的第k+1这个数是否能被3整除,并更新dp数组就解决了。
假设新加进来的数为n,n%3会有三种情况:

  1. n%3 == 0 这时候原序列中能被三整除的数在后面添加一个能被三整除的数(n)仍然能被三整除,并且n本身就是一个能被三整除的子序列。所以有:
    dp[0] = dp[0] + dp[0] +1; dp[1] = dp[1] + dp[1]; dp[2] = dp[2] + dp[2]

  2. n%3 == 1 这时候原序列中模3为2的数在后面添加模3为1的数(n)就是能被三整除的数,并且n本身是一个模3为1的子序列,所以有:
    所以有:dp[0] = dp[0] + dp[2], dp[1] = dp[1] + dp[0] +1,dp[2] = dp[2] + dp[1]

  3. n%3 == 2 这时候原

### 回答1: 子序列是指从一个序列中取出任意数量的元素,而不改变它们在原序列中的相对顺序所得到的新序列。换句话说,子序列是原序列的一个部分,可以是连续或非连续的。 对于给定的一个序列,请你求出它的子序列的个数。 解题思路: 我们可以使用动态规划的思想来解决这个问题。假设原序列的长度为n。首先,我们定义一个长度为n的数组dp,其中dp[i]表示以第i个元素结尾的子序列的个数。 初始化时,dp数组的所有元素都为1,因为每个元素本身也是一个子序列。 然后,我们从第二个元素开始遍历原序列。对于当前遍历到的元素,我们需要计算以它结尾的子序列的个数。遍历到第i个元素时,我们需要向前遍历前面的元素,若前面的某个元素小于第i个元素,则第i个元素可以接在这个元素的后面,形成一个新的子序列。此时,我们可以利用dp数组来直接求出以前面的这个元素结尾的子序列的个数,并将它们累加到dp[i]中。 最后,我们将dp数组中所有元素的值相加,即可得到原序列的子序列的个数。 例如,对于序列1 2 3 4,其子序列的个数为15,具体的子序列是(1)、(2)、(3)、(4)、(1 2)、(1 3)、(1 4)、(2 3)、(2 4)、(3 4)、(1 2 3)、(1 2 4)、(1 3 4)、(2 3 4)、(1 2 3 4)。 这就是使用动态规划求解子序列个数的方法。 希望对你有帮助! ### 回答2: 子序列是指从给定序列中删除若干个元素后所得到的序列,而被删除的元素的顺序保持不变。例如,对于序列[1, 2, 3, 4, 5],它的子序列可以为[1, 2, 3]、[2, 4, 5]等。那么现在我们来解答关于子序列的NOI教师培训试题。 试题:给定一个长度为n的正整数序列a,若存在一个长度为m的序列b(b中元素值可以不连续)是a的子序列,并且b满足b中各个元素之和可以整除k,输出序列b的最大长度m。 解答: 首先,我们可以使用动态规划的思想来解决这个问题。定义一个dp数组,dp[i]表示以第i个元素结尾的子序列的最大长度。初始化dp数组的所有元素为1。 然后,我们遍历序列a,对于每个元素a[i],再遍历它之前的元素a[j](0 <= j < i),如果a[i]可以整除k,说明可以将a[j]添加到以a[i]结尾的子序列中,此时更新dp[i] = max(dp[i], dp[j] + 1)。最后,找出dp数组中的最大值,即为题目所求的结果。 例如,对于序列a = [1, 2, 3, 4, 5],k = 3,执行上述算法得到dp数组为[1, 1, 1, 1, 2],最大值为2,因此输出结果为2。 该算法的时间复杂度为O(n^2),在n较小的情况下可以接受。如果希望进一步优化时间复杂度,可以考虑使用动态规划+哈希表的方法,将时间复杂度降低到O(n)。 以上就是关于NOI教师培训试题子序列的解答,希望能对您有所帮助! ### 回答3子序列是指从一个给定的序列中选择出若干个元素,这些元素在原序列中保持相对顺序不变,但不一定连续。例如,对于序列1 2 4 3,它的子序列可以是1 4、2 3、1 2 3、4等。 求一个序列的最长递增子序列是一个经典问题。给定一个整数序列,我们要找出一个最长的递增子序列,其中递增表示:对于任意的i和j,如果i < j,则ai < aj。例如,对于序列2 1 4 3,它的最长递增子序列是1 3,长度为2。 解决这个问题的动态规划算法可以描述如下: 1. 创建一个辅助数组dpdp[i]表示以第i个元素结尾的最长递增子序列的长度。 2. 初始化dp数组,将dp的所有元素都初始化为1,表示每个元素本身就是一个递增子序列,长度为1。 3. 从第2个元素开始遍历原序列,依次计算每个元素结尾的最长递增子序列的长度。 4. 对于每个元素,从它之前的元素中找到比它小的元素,如果找到,就更新dp[i]为dp[j]+1,表示以当前元素结尾的最长递增子序列长度增加1。 5. 遍历完整个序列后,dp数组中的最大值即为原序列的最长递增子序列的长度。 上述算法的时间复杂度是O(n^2),其中n是序列的长度。还有其他更优化的算法,可以将时间复杂度降到O(nlogn),例如使用二分查找或贪心算法。 对于NOI教师培训试题,子序列问题是一个较为常见的题型,可以使用上述动态规划算法进行求解。在解题过程中,需要注意理解子序列的含义,以及动态规划算法的思想。
评论 2
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