当前位置: 首页 > ds >正文

交替序列长度的最大值

1、题目描述

给出n个正整数,你可以随意从中挑选一些数字组成 一段序列S,该序列满足以下两个条件:
1.奇偶交替排列:例如:"奇,偶,奇,偶,奇.…" 或者 "偶,奇,偶, 奇..."
2.前一个数必须严格小于下一数。
注意:挑选出来的数字可以任意排列组成S,不需要保持原本的相对顺序。
请你求出该序列S长度的最大值。

输入描述

输入的的第一行给出正整数n(1<= n<= 100)   代表数组的长度。
输入的第二行为n个正整数ai(1 <= ai<= 10^9),用空格分隔。


输出描述

输出序列S长度的最大值。

示例 1 

输入:

10
6 6 1 1 5 3 2 6 8 10
输出:

4


实例2
 

输入:

10
4 8 6 8 6 6 2 10 2 10

输出:

1

2、解题思路

要解决这个问题,我们需要找到满足特定条件的最长子序列。具体来说,序列中的数字必须严格递增且奇偶交替排列。我们可以通过动态规划的方法来高效地解决这个问题。

  1. 排序数组:首先将数组排序,这样我们可以方便地处理递增的条件。

  2. 动态规划:使用动态规划来记录以每个数字结尾的最长满足条件的子序列长度。我们需要维护两个动态规划数组:

    • dp_odd[i] 表示以第i个数字结尾且该数字为奇数时的最长子序列长度。

    • dp_even[i] 表示以第i个数字结尾且该数字为偶数时的最长子序列长度。

  3. 状态转移:对于每个数字,检查其奇偶性,并根据前一个数字的奇偶性来更新当前数字的动态规划值。具体来说:

    • 如果当前数字是奇数,它可以接在任意一个比它小的偶数后面,因此更新 dp_odd[i] 为 dp_even[j] + 1,其中 nums[j] < nums[i] 且 nums[j] 是偶数。

    • 同理,如果当前数字是偶数,它可以接在任意一个比它小的奇数后面,因此更新 dp_even[i] 为 dp_odd[j] + 1,其中 nums[j] < nums[i] 且 nums[j] 是奇数。

  4. 结果提取:最终结果是 dp_odd 和 dp_even 数组中的最大值。

import java.util.Arrays;
import java.util.Scanner;public class Main {public static void main(String[] args) {// 创建Scanner对象用于读取输入Scanner scanner = new Scanner(System.in);// 读取数组的长度nint n = scanner.nextInt();// 创建数组nums用于存储输入的整数int[] nums = new int[n];// 读取n个整数并存入数组numsfor (int i = 0; i < n; i++) {nums[i] = scanner.nextInt();}// 对数组进行排序,以便后续处理递增条件Arrays.sort(nums);// 创建两个动态规划数组:// dpOdd[i]表示以nums[i]结尾且nums[i]为奇数的最长子序列长度// dpEven[i]表示以nums[i]结尾且nums[i]为偶数的最长子序列长度int[] dpOdd = new int[n];int[] dpEven = new int[n];// 初始化所有位置的最长子序列长度为1(至少包含自己)Arrays.fill(dpOdd, 1);Arrays.fill(dpEven, 1);// 用于记录最终结果,初始化为1(至少可以选一个数)int maxLen = 1;// 遍历数组中的每个数字for (int i = 0; i < n; i++) {// 检查当前数字是否为奇数if (nums[i] % 2 == 1) {// 如果是奇数,遍历前面的所有数字for (int j = 0; j < i; j++) {// 如果前面的数字是偶数且比当前数字小if (nums[j] < nums[i] && nums[j] % 2 == 0) {// 更新dpOdd[i]为dpEven[j]+1和当前值的较大者dpOdd[i] = Math.max(dpOdd[i], dpEven[j] + 1);}}// 更新全局最大值maxLen = Math.max(maxLen, dpOdd[i]);} else {// 如果是偶数,遍历前面的所有数字for (int j = 0; j < i; j++) {// 如果前面的数字是奇数且比当前数字小if (nums[j] < nums[i] && nums[j] % 2 == 1) {// 更新dpEven[i]为dpOdd[j]+1和当前值的较大者dpEven[i] = Math.max(dpEven[i], dpOdd[j] + 1);}}// 更新全局最大值maxLen = Math.max(maxLen, dpEven[i]);}}// 输出最长子序列的长度System.out.println(maxLen);}
}

代码解释

  1. 输入处理:读取输入的数组长度 n 和数组 nums

  2. 排序数组:将数组 nums 排序以便处理递增条件。

  3. 动态规划初始化:初始化两个动态规划数组 dpOdd 和 dpEven,分别记录以奇数和偶数结尾的最长子序列长度,初始值为1。

  4. 动态规划填充

    • 对于每个数字 nums[i],根据其奇偶性,检查所有比它小的数字 nums[j],并根据 nums[j] 的奇偶性更新 dpOdd[i] 或 dpEven[i]

  5. 结果提取:在填充动态规划数组的过程中,始终保持更新全局最大值 maxLen,最终输出该值。

http://www.xdnf.cn/news/4571.html

相关文章:

  • Feign 重试策略调整:优化微服务通信的稳定性
  • pod声明周期
  • 行业先锋:六款产品的实战表现
  • PageRank和TextRank
  • 源码分析之Leaflet中的LayerGroup
  • LLM :Function Call、MCP协议与A2A协议
  • 基于神经网络的 YOLOv8、MobileNet、HigherHRNet 姿态检测比较研究
  • uniapp-商城-43-shop 后台管理 页面
  • 音频相关基础知识
  • JavaScript ES6+ 最佳实践
  • 将Dify平台开发的工作流集成到Open WebUI中
  • 金融小知识
  • 【实战教程】零基础搭建DeepSeek大模型聊天系统 - Spring Boot+React完整开发指南
  • ChromaDB调用BGE模型的两种实践方式
  • 学习基本开锁知识
  • 【一篇详解】深入浅出RabbtiMQ消息队列
  • 阿里云平台与STM32的物联网设计
  • Python训练营打卡DAY18
  • 电气工程中漏源电压Vds的平台电压是什么?
  • 芳草集精油怎么样?佰草集精油的功效与用法一览
  • 利用相场法来求解任意脆性断裂问题
  • Notepad++中XML格式化插件介绍
  • Ubuntu安装pgsql
  • Golang 接口 vs Rust Trait:一场关于抽象的哲学对话
  • Qt 中信号与槽(signal-slot)机制支持 多种连接方式(ConnectionType)
  • Web 架构之负载均衡全解析
  • vue+vite难点和优化,及seo优化
  • 品质领航家装时代,亚新丽以匠心雕琢每一寸美好
  • GPT与LLaMA:两大语言模型架构的深度解析与对比
  • Kafka的消息保留策略是怎样的? (基于时间log.retention.hours或大小log.retention.bytes,可配置删除或压缩策略)