給出一個由無重複的正整數組成的集合, 找出其中最大的整除子集, 子集中任意一對 (Si, Sj) 都要滿足: Si % Sj = 0 或 Sj % Si = 0。
如果有多個目標子集,返回其中任何一個均可。
示例 1:
集合: [1,2,3]
結果: [1,2] (當然, [1,3] 也正確)
直覺告訴我先排個序是很穩的,但是一般動態規劃都是計算什麼解的長度,解的最大最小值之類的,突然要返回一個解,還真不會做了。
但是實際上這題動態規劃思想非常簡單:
排序後,dp【i】是第i個數字結尾的數組段所能擁有的最大整數子集長度。
很顯然,dp【i】=max(dp【a1】,dp【a2】。。。dp【ak】)+1,其中dp【ax】代表能實現dp【i】%dp【ax】==0,
也就是說dp【i】是所有在i前面的數字能構造最大整除子集的最長的再加1.
我的思路基本上和上一致,
使用動態規劃找到最大的子集數,再通過ind數組來依次找到他的前面一個因子:
比如我已經找到了【1,2,4,8,16,17】的最大子集數是5,且最大數是16,ind數組爲【-1,0,1,2,3,-1】,ind數組就是他的最長子集最大因子
代碼如下:
class Solution {
public:
vector<int> largestDivisibleSubset(vector<int>& nums) {
vector<int> a,res,ind;
if(nums.size()==0)
return res;
sort(nums.begin(),nums.end());
for (int i=0;i<nums.size();i++){
int la=0,index=-1;
for (int j=0;j<i;j++)
if(nums[i]%nums[j]==0){
if(la<=a[j])
index=j;
la=(la>a[j])?la:a[j];
}
ind.push_back(index);
la=la+1;
a.push_back(la);
}
//找到最大的子集數及其索引
int k=-1,index=-1;
for (int i=0;i<a.size();i++){
if(k<=a[i])
{
index=i;
k=a[i];
}
}
while(index!=-1){
res.push_back(nums[index]);
index=ind[index];
}
return res;
}
};