下面是我对最大单调子序列(增加或减少)的代码。在编码之前,我没有做过任何研究,也不知道这是一个常见的计算机科学问题。从我后来的研究来看,目前公认的最有效的算法是O(nlogn)。这些都是典型的动态编程类型的解决方案,我现在有点不知所措。在
我不是算法专家,但下面的代码不是O(N)吗?我对每个列表进行两次遍历,一次查找递增序列,一次查找递减序列。在
我也希望你能给我一些关于清理的建议。。我意识到这些功能是非常重复的,但是如果不重复第二个函数/过程,我就找不到一次完成所有任务的好方法。在
def largest_monotonic_subsequence(lst):
def increasing(lst):
beg,end,best = 0,0,[0,0]
for i in range(len(lst)-1):
if lst[i] <= lst[i+1]:
end = i+1
if end - beg > best[1] - best[0]:
best = beg, end
else:
beg = i+1
return (best[0],best[1]+1)
def decreasing(lst):
beg,end,best = 0,0,[0,0]
for i in range(len(lst)-1):
if lst[i] >= lst[i+1]:
end = i+1
if end - beg > best[1] - best[0]:
best = beg, end
else:
beg = i+1
return (best[0],best[1]+1)
incr = increasing(lst)
decr = decreasing(lst)
return lst[slice(*max([incr,decr], key = lambda x: x[1]-x[0]))]
您可以使用符号arg(设置为+1或-1)来反转比较的意义
相关问题 更多 >
编程相关推荐