LeetCode1218:逐步分析从最长递增子序列到最长定差子序列

class Solution {
    public int longestSubsequence(int[] arr, int difference) {
        // dp[i]: arr[0~i] 中且以i结尾的最长定差子序列

        int dp[] = new int[arr.length];
        dp[0] = 1;
        int res = 1;
        for (int i = 1; i < arr.length; i++) {
            dp[i] = 1;
            for (int j = i - 1; j >= 0; j--) {
                if (arr[i] - arr[j] == difference) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
            res = Math.max(res, dp[i]);
        }
        return res;
    }
}

超时

本题比最长递增子序列限制多，不必在内层for循环中一个个找， 目标很明确，比如差值是2， 当前arr[i] = 3, 那即找前面以1结尾的最长定差子序列的最大值即可(数组的值存在重复)，可以优化掉内层for循环； 因为数组存在负数值， 用map记录arr[i]结尾的最长定差子序列长度(也可以将原数组都增加一个固定值，保证数组值都是正数， 改用数组记录)

class Solution {
    public int longestSubsequence(int[] arr, int difference) {
        Map map = new HashMap<>();
        map.put(arr[0], 1);
        int res = 1;
        for (int i = 1; i < arr.length; i++) {
            int cur = map.getOrDefault(arr[i]-difference, 0) + 1;
            if (cur > map.getOrDefault(arr[i], 0)) {
                map.put(arr[i], cur);
                res = Math.max(res, cur);
            }
        }
        return res;
    }
}

执行耗时:43 ms,击败了37.06% 的Java用户
内存消耗:54.3 MB,击败了67.01% 的Java用户

class Solution {
    public int longestSubsequence(int[] arr, int difference) {
        // 都增加一个值，不影响结果; 保证arr[i] 和  arr[i]-difference都是正数
        for (int i = 0; i < arr.length; i++) {
            arr[i] += 20000;
        }
        // arr[i]: 1W~3W, difference:-1W~1W, arr[i]-difference: 0~4W
        int[] dp = new int[40001];
        dp[arr[0]] = 1;
        int res = 1;
        for (int i = 1; i < arr.length; i++) {
            if (dp[arr[i]-difference] + 1 > dp[arr[i]]) {
                dp[arr[i]] = dp[arr[i]-difference] + 1;
                res = Math.max(res, dp[arr[i]]);
            }
        }
        return res;
    }
}

执行耗时:4 ms,击败了95.94% 的Java用户
内存消耗:47.3 MB,击败了93.40% 的Java用户