news 2026/4/16 15:18:01

leetcode 1458. 两个子序列的最大点积 困难

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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:

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:

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:

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:

定义a= [a1,a2,…,an]b= [b1,b2,…,bn]的点积为:

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]。

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]; }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 15:14:59

快速验证AI想法:M2FP帮助产品经理制作原型Demo

快速验证AI想法&#xff1a;M2FP帮助产品经理制作原型Demo 在AI产品设计与需求验证阶段&#xff0c;一个可交互的原型Demo往往比文档和PPT更具说服力。然而&#xff0c;传统开发流程中&#xff0c;从算法调用到前端展示需要跨团队协作&#xff0c;周期长、成本高。本文介绍一款…

作者头像 李华
网站建设 2026/4/16 15:15:10

M2FP性能优化:从模型加载到推理加速全攻略

M2FP性能优化&#xff1a;从模型加载到推理加速全攻略 &#x1f4cc; 背景与挑战&#xff1a;多人人体解析的工程落地难题 在智能视觉应用中&#xff0c;人体解析&#xff08;Human Parsing&#xff09; 是一项关键基础能力&#xff0c;广泛应用于虚拟试衣、动作识别、人像美…

作者头像 李华
网站建设 2026/4/16 14:50:23

基于javaweb的学生用品采购系统毕业论文+PPT(附源代码+演示视频)

文章目录基于javaweb的学生用品采购系统一、项目简介&#xff08;源代码在文末&#xff09;1.运行视频2.&#x1f680; 项目技术栈3.✅ 环境要求说明4.包含的文件列表&#xff08;含论文&#xff09;数据库结构与测试用例系统功能结构前端运行截图后端运行截图项目部署源码下载…

作者头像 李华
网站建设 2026/4/16 14:50:21

M2FP模型在影视特效中的绿幕替代技术

M2FP模型在影视特效中的绿幕替代技术 引言&#xff1a;从传统绿幕到AI驱动的语义级人体解析 在影视制作与虚拟制片领域&#xff0c;绿幕抠像&#xff08;Chroma Keying&#xff09;长期以来是实现背景替换的核心技术。然而&#xff0c;传统绿幕流程依赖严格的拍摄环境——均匀打…

作者头像 李华
网站建设 2026/4/15 20:21:51

M2FP模型在虚拟试衣中的关键技术解析

M2FP模型在虚拟试衣中的关键技术解析 &#x1f9e9; M2FP 多人人体解析服务&#xff1a;虚拟试衣的视觉基石 在虚拟试衣系统中&#xff0c;精准的人体结构理解是实现“所见即所得”换装体验的核心前提。传统图像分割方法在处理多人场景时常常面临边界模糊、部件错配和遮挡误判等…

作者头像 李华
网站建设 2026/4/16 14:49:14

多任务学习:M2FP同时实现分割与姿态估计

多任务学习&#xff1a;M2FP同时实现分割与姿态估计 &#x1f4cc; 引言&#xff1a;从单任务到多任务——人体理解的新范式 在计算机视觉领域&#xff0c;人体解析&#xff08;Human Parsing&#xff09; 一直是智能交互、虚拟试衣、安防监控等场景的核心技术。传统方法往往将…

作者头像 李华