leetcode 1458. 两个子序列的最大点积 困难

给你两个数组 nums1nums2

请你返回 nums1nums2 中两个长度相同的 非空 子序列的最大点积。

数组的非空子序列是通过删除原数组中某些元素(可能一个也不删除)后剩余数字组成的序列,但不能改变数字间相对顺序。比方说,[2,3,5][1,2,3,4,5] 的一个子序列而 [1,5,3] 不是。

示例 1:

复制代码
输入:nums1 = [2,1,-2,5], nums2 = [3,0,-6]
输出:18
解释:从 nums1 中得到子序列 [2,-2] ,从 nums2 中得到子序列 [3,-6] 。
它们的点积为 (2*3 + (-2)*(-6)) = 18 。

示例 2:

复制代码
输入:nums1 = [3,-2], nums2 = [2,-6,7]
输出:21
解释:从 nums1 中得到子序列 [3] ,从 nums2 中得到子序列 [7] 。
它们的点积为 (3*7) = 21 。

示例 3:

复制代码
输入:nums1 = [-1,-1], nums2 = [1,1]
输出:-1
解释:从 nums1 中得到子序列 [-1] ,从 nums2 中得到子序列 [1] 。
它们的点积为 -1 。

提示:

  • 1 <= nums1.length, nums2.length <= 500
  • -1000 <= nums1[i], nums2[i] <= 1000

点积:

复制代码
定义 a = [a1, a2,..., an] 和b = [b1, b2,..., bn] 的点积为:
复制代码
这里的 Σ 指示总和符号。

分析:动态规划,令 dp[i][j] 代表 nums1 前 i 个数,nums2 前 j 个数这两个子序列可以取得的最大点积,可初始化 dp 数组的第一行和第一列为:

dp[1][1]=nums1[0]*nums2[0],

dp[1][i]=max(dp[1][i-1],nums1[0]*nums2[i-1]),

dp[i][1]=max(dp[i-1][1],nums1[i-1]*nums2[0])。

这里代表其中一个数组只取第一个数,另一个数组逐渐取到所有数时可以获得的最大子序列点积。当 i 和 j 都大于 1 时, dp[i][j] 可以由 dp[i-1][j],dp[i][j-1],以及 dp[i-1][j-1] 转移而来,具体来说,即 nums1 前 i 个数,nums2 前 j 个数这两个子序列可以取得的最大点积,要么是:

nums1 前 i-1 个数,nums2 前 j 个数的最大点积,或者

nums1 前 i 个数,nums2 前 j-1 个数的最大点积,或者

nums1 前 i-1 个数,nums2 前 j-1 个数的最大点积加上 nums[i]*nums[j]。

可得转移方程:dp[i][j]=max(dp[i-1][j-1]+nums1[i-1]*nums2[j-1],max(dp[i-1][j],dp[i][j-1]))

注意如果 dp[i-1][j-1] 小于零,而 nums1[i-1]*nums2[j-1] 大于 0,那么转移方程中 dp[i-1][j-1]+nums1[i-1]*nums2[j-1] 就要变成 nums1[i-1]*nums2[j-1]。

cpp 复制代码
int maxDotProduct(int* nums1, int nums1Size, int* nums2, int nums2Size) {
    int ans=0;
    int dp[510][510];
    for(int i=0;i<=500;++i)
        for(int j=0;j<=500;++j)
            dp[i][j]=0;
    dp[1][1]=nums1[0]*nums2[0];
    for(int i=2;i<=nums2Size;++i)
        dp[1][i]=fmax(dp[1][i-1],nums1[0]*nums2[i-1]);
    for(int i=2;i<=nums1Size;++i)
        dp[i][1]=fmax(dp[i-1][1],nums1[i-1]*nums2[0]);
    
    for(int i=2;i<=nums1Size;++i)
    {
        for(int j=2;j<=nums2Size;++j)
        {
            int sum=nums1[i-1]*nums2[j-1];
            if(sum>0&&dp[i-1][j-1]<0)dp[i][j]=fmax(sum,fmax(dp[i-1][j],dp[i][j-1]));
            else dp[i][j]=fmax(dp[i-1][j-1]+sum,fmax(dp[i-1][j],dp[i][j-1]));
        }
    }

    return dp[nums1Size][nums2Size];
}
相关推荐
铉铉这波能秀17 分钟前
LeetCode Hot100数据结构背景知识之字典(Dictionary)Python2026新版
数据结构·python·算法·leetcode·字典·dictionary
我是咸鱼不闲呀30 分钟前
力扣Hot100系列20(Java)——[动态规划]总结(下)( 单词拆分,最大递增子序列,乘积最大子数组 ,分割等和子集,最长有效括号)
java·leetcode·动态规划
唐梓航-求职中35 分钟前
编程-技术-算法-leetcode-288. 单词的唯一缩写
算法·leetcode·c#
Ll130452529840 分钟前
Leetcode二叉树part4
算法·leetcode·职场和发展
@––––––1 小时前
力扣hot100—系列4-贪心算法
算法·leetcode·贪心算法
im_AMBER2 小时前
Leetcode 115 分割链表 | 随机链表的复制
数据结构·学习·算法·leetcode
夏鹏今天学习了吗2 小时前
【LeetCode热题100(99/100)】柱状图中最大的矩形
算法·leetcode·职场和发展
sin_hielo2 小时前
leetcode 110
数据结构·算法·leetcode
老鼠只爱大米3 小时前
LeetCode经典算法面试题 #78:子集(回溯法、迭代法、动态规划等多种实现方案详细解析)
算法·leetcode·动态规划·回溯·位运算·子集
执着2593 小时前
力扣hot100 - 199、二叉树的右视图
数据结构·算法·leetcode