news 2026/5/7 11:38:37

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 2026/4/24 22:44:15

如何优化M2FP模型的小目标分割能力?

如何优化M2FP模型的小目标分割能力&#xff1f; &#x1f4cc; 背景与挑战&#xff1a;多人人体解析中的小目标难题 在实际的多人人体解析服务中&#xff0c;尽管 M2FP&#xff08;Mask2Former-Parsing&#xff09;模型凭借其强大的语义分割能力&#xff0c;在整体结构识别上…

作者头像 李华
网站建设 2026/5/6 17:10:23

安防监控新玩法:M2FP识别可疑人员衣着特征并自动标记

安防监控新玩法&#xff1a;M2FP识别可疑人员衣着特征并自动标记 在智能安防系统日益智能化的今天&#xff0c;传统的人工视频巡查已难以应对海量监控数据。如何从复杂场景中快速定位可疑人员、提取关键视觉特征&#xff08;如衣着颜色、穿着类型等&#xff09;&#xff0c;成为…

作者头像 李华
网站建设 2026/5/5 2:55:50

收到“.ofd”后缀的文件打不开?一文读懂国产OFD格式,教你3秒转成PDF

最近几年&#xff0c;在处理电子发票、电子公文或者银行回单时&#xff0c;你是否发现文件后缀从熟悉的“.pdf”悄悄变成了一个陌生的“.ofd”&#xff1f;面对这个打不开的新面孔&#xff0c;很多人甚至会误以为是病毒或者文件损坏。OFD到底是什么格式&#xff1f;为什么我们要…

作者头像 李华
网站建设 2026/5/2 13:29:23

三大语义分割模型横向对比:M2FP在复杂遮挡场景优势明显

三大语义分割模型横向对比&#xff1a;M2FP在复杂遮挡场景优势明显 &#x1f4cc; 引言&#xff1a;为何需要精准的多人人体解析&#xff1f; 随着计算机视觉技术的发展&#xff0c;语义分割作为像素级理解图像内容的核心任务&#xff0c;在智能安防、虚拟试衣、人机交互和AR/V…

作者头像 李华
网站建设 2026/5/1 8:38:04

LangChain能整合M2FP吗?多模态AI系统的新组合探索

LangChain能整合M2FP吗&#xff1f;多模态AI系统的新组合探索 &#x1f310; 背景与问题提出&#xff1a;当大语言模型遇见视觉语义解析 在构建下一代智能应用的过程中&#xff0c;多模态AI系统正成为技术演进的核心方向。传统的语言模型擅长理解文本、生成对话&#xff0c;但在…

作者头像 李华
网站建设 2026/5/7 7:02:36

M2FP文档精读:理解Flask服务结构与API接口设计逻辑

M2FP文档精读&#xff1a;理解Flask服务结构与API接口设计逻辑 &#x1f4cc; 引言&#xff1a;为何需要一个稳定可部署的人体解析Web服务&#xff1f; 在计算机视觉领域&#xff0c;人体解析&#xff08;Human Parsing&#xff09; 是一项细粒度的语义分割任务&#xff0c;目标…

作者头像 李华