最直接的思路是三层循环,但是会超时,代码如下:

 1 public class Solution
 2     {
 3         public int LongestArithSeqLength2(int[] A)
 4         {
 5             var maxLength = 2;
 6             var len = A.Count();
 7             for (var i = 0; i < len; i++)
 8             {
 9                 for (var j = i + 1; j < len; j++)
10                 {
11                     var curmax = 2;
12                     var target = A[i] - A[j];
13                     var next = A[j] - target;
14                     for (var k = j + 1; k < len; k++)
15                     {
16                         if (A[k] == next)
17                         {
18                             curmax++;
19                             next = A[k] - target;
20                         }
21 
22                     }
23                     maxLength = Math.Max(maxLength, curmax);
24                 }
25             }
26             return maxLength;
27         }
28     }

但同样的代码,使用java实现,却可以正常提交,leetcode对这道题目的的判断机制有点奇怪。

如果想解决超时问题,可以考虑使用哈希或者dp思想,来减少判断的时间。

这种题目,做起来很麻烦,看看别人的思路吧。

 

当时没想出来怎么做,经过一段时间的练习(两个半月),重新做这道题目,顺利做出来了,说明练习还是有效果的。

给出一份python的实现:

 1 class Solution:
 2     def longestArithSeqLength(self, A: 'List[int]') -> int:
 3         n = len(A)
 4         if n == 2:
 5             return 2
 6         dic = {0:{0:1}}
 7         longest = 0
 8         for i in range(1,n):
 9             if i not in dic:
10                 dic[i] = {0:1}
11             for j in range(i):
12                 diff = A[i] - A[j]
13                 if diff not in dic[j]:
14                     dic[i][diff] = 2
15                 else:
16                     dic[i][diff] = dic[j][diff] + 1
17                 longest = max(longest,dic[i][diff])
18         return longest

使用hash缓存之前的记录,从三层循环减少为两层循环,时间复杂度为O(n^2),但是增加了空间复杂度。典型的用空间换时间的思想。

dic是一个字典,key值是数组的下标,value值是一个字典类型。

这个value字典,key值是int类型,表示两项之间的差;value值是int类型,表示这个差值形成的等差数列的长度。

因此每次循环用longest记录任意一个差值所形成的最长的等差数列的长度,即为所求。

posted on 2019-04-14 12:43  Sempron2800+  阅读(669)  评论(0编辑  收藏  举报