数组连续最大序列问题----【滑动窗口、动态规划求解】

简介: 数组连续最大序列问题----【滑动窗口、动态规划求解】

一、求数组连续最大子序列和

// 最大连续子数组的成绩 还有求和
    public static int maxSubArray(int[] nums) {
        int res = nums[0];
        int sum = 0;
        for (int num : nums) {
            if (sum > 0)
                sum += num;
            else
                sum = num;
            res = Math.max(res, sum);
        }
        return res;
    }

二、滑动窗口求解连续子数组【最大平均值】


思路:


1.先将最大的滑动窗口数给打满 最大窗口等于 k

2.将求和后的sum 向右移动一位求和,并删除左侧的以为数值


public static double findMaxAverage(int[] nums, int k) {
  double ans = 0, sum = 0;
  for(int i = 0; i < k ; i++){
    sum = sum + nums[i];
  }
  ans = sum / k;
  for(int i = k; i< nums.length;i++){
    sum = sum + num[k] - nums[i-k];
    ans = Math.max(ans,sum/k);
  }
  return ans;
}

三、数组最大非连续递增子序列

public int ziXuLIE(int[] nums){
  if(num.length == 0) return 0;
  int[] dp = new int[nums.length];
  dp[0] = 1;
  int res = 1;
  for(int i =0; i < nums.length; i++){
    dp[i] = 1;
    for(int j = 0; j < i; j++){
      if(nums[i]>nums[j]){
        dp[i] = Math.max(dp[i], dp[j]+1);
      }
    }
    res = Math.max(res, dp[i]);
  }
  return res;
}

五、连续最大递增子序列的个数

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int ans = 0;
        int n = nums.length;
        int start = 0;
        for (int i = 0; i < n; i++) {
            if (i > 0 && nums[i] <= nums[i - 1]) {
                start = i;
            }
            ans = Math.max(ans, i - start + 1);
        }
        return ans;
    }
}


六、最长连续递增子序列

import java.util.*;
public class Solution {
    /**
     * retrun the longest increasing subsequence
     * @param arr int整型一维数组 the array
     * @return int整型一维数组
     */
    public int[] LIS (int[] arr) {
        // write code here
        int len = 1, n = arr.length;
        if (n == 0) {
            return new int[0];
        }
        int[] d = new int[n + 1];
        int[] w=new int[n];
        d[len] = arr[0];
        w[0] = len;
        for (int i = 1; i < n; ++i) {
            if (arr[i] > d[len]) {
                d[++len] = arr[i];
                w[i]=len;
            } else {
                int l = 1, r = len, pos = 0;
                while (l <= r) {
                    int mid = (l + r) >> 1;
                    if (d[mid] < arr[i]) {
                        pos = mid;
                        l = mid + 1;
                    } else {
                        r = mid - 1;
                    }
                }
                 d[pos + 1] = arr[i];
                 w[i]=pos+1;
            }
        }
        int[] res=new int[len];
        for(int i=n-1,j=len;j>0;--i){
            if(w[i]==j){
                res[--j]=arr[i];
            }
        }
        return res;
    }
}


目录
打赏
0
0
0
0
15
分享
相关文章
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
【动态规划】【子序列除重】【C++算法】1987不同的好子序列数目
【动态规划】【子序列除重】【C++算法】1987不同的好子序列数目
哈希表法快速求解最长连续序列 | 力扣128题详细解析
哈希表法快速求解最长连续序列 | 力扣128题详细解析
【动态规划】【矩阵】C++算法329矩阵中的最长递增路径
【动态规划】【矩阵】C++算法329矩阵中的最长递增路径
|
10月前
|
滑动窗口-求数组的所有连续子数组【学习算法】
滑动窗口-求数组的所有连续子数组【学习算法】
78 0
|
10月前
|
回溯-求出数组的所有子序列【学习算法】
回溯-求出数组的所有子序列【学习算法】
62 0
【动态规划】最长上升子序列(单调队列、贪心优化)
本篇是对最长上升子序列基础做法的一种优化
87 0
[递推]双幂序列、多幂序列、双幂积序列的和
[递推]双幂序列、多幂序列、双幂积序列的和
260 0
[递推]双幂序列、多幂序列、双幂积序列的和
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等