題目

https://leetcode.com/problems/wiggle-subsequence/

題解

刷題大概確實是有效果的吧…
印象中，這算是今日第二道，全局第三道沒看答案寫出來的 dp …
找到 dp 的套路，總會有讓 dp 不再成為玄學的那一天，指日可待…

DP 思路

也不全是自己想的思路。這道題與 leetcode 300. Longest Increasing Subsequence | 300. 最長遞增子序列（動態規劃）非常類似，思路很大程度上受到了這道題的啟發，也就是在計算連續子序列的問題時，dp 用來記錄強制包含當前元素時的最長子序列長度。

與 第 300 題 “最長遞增子序列” 不同的是，本題要求子序列 增減性不斷交替，所以還需要考慮 前一個序列的末尾元素的增減性。為此，我們創建一個 incr[] 數組，incr[j] 用來記錄當前 j 位置最長子序列的末尾元素的增減性，以便和后面 j 位置上的元素相呼應。

順便貼上幾乎看不懂的草稿，記錄一下“嘗試”的過程（對于 dp 問題，可以先用前幾個數嘗試一下，找感覺）

class Solution {public int wiggleMaxLength(int[] nums) {if (nums.length == 1) return 1;if (nums.length == 2) return nums[0] == nums[1] ? 1 : 2;boolean[] incr = new boolean[nums.length];int[] dp = new int[nums.length];dp[0] = 1;for (int i = 1; i < dp.length; i++) {dp[i] = 1;for (int j = 0; j < i; j++) {if (nums[j] == nums[i]) continue;if (j == 0 || incr[j] == nums[j] > nums[i]) {if (dp[i] < dp[j] + 1) {dp[i] = dp[j] + 1;incr[i] = nums[j] < nums[i];}}}}return dp[dp.length - 1];} }

總結

以上是生活随笔為你收集整理的leetcode 376. Wiggle Subsequence | 376. 摆动序列（动态规划）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。