C 算法：单峰条纹

我有一个算法问题要解决，我有一个带数字的向量，我必须找到最长的单峰条纹（这意味着它可以增加然后减少，但不能超过一次）

i、 e:在向量[4 5 8 5 9 6 3]中，45863是单峰条纹，而458593不是，因为它增加到8，然后减少到5，然后再次增加（这是不允许的）

使用动态规划，我成功创建了3个向量： 第一个具有在元素x处停止的最长递增条纹的长度，第二个具有从元素x处开始的最长递减条纹的长度，第三个是前两个的总和

基本上，如果我取第三个向量的最大值，它是最长单峰条纹的长度+1（因为元素x被计数两次）

我现在想做的是展示这一点。我想这样使用这些向量：从最大值的位置开始，到向量的开头，使用“for”。我将检查第一个向量中的值，如果该值正好比前一个值小1（第一次它将是第一个向量中最大值的值），我将把该值保留在队列中，稍后显示，然后继续。然后，我将使用第二个向量对向量的第二部分执行几乎相同的操作

我知道这听起来很混乱和复杂，但通过这个例子，它会更清晰

I have this base vector :  
9 4 5 6 9 7 8 3 4 3

1 1 2 3 4 4 5 1 2 1 (first vector) = A
4 2 3 3 4 3 3 1 2 1 (second vector) = B
5 3 5 6 8 7 8 2 4 2 (sum of the two) = C

所以这里最长的条纹是7，峰值是9（或8，但这是一样的）

所以我想做的是： 在第一个向量中，峰值的值是“4”，所以我会检查第一个是“3”，向左移动，它是6，我把它放在队列中，我现在在队列中寻找第一个“2”，它是5，然后它是4，因为它是第一个值为“1”的

然后我将显示队列，然后是峰值，然后对第二部分执行相同的操作。 我要45 6 9 7 4 3。（哪个是好的顺序）

我的问题是：这种方法每次都有效吗？我觉得有些事情可能会出问题，所以我做了一些测试，每次都很顺利。我想知道是否有特定的基向量把事情搞砸了。如果你能告诉我你认为那会很好

---

谢谢你阅读这篇文章，我希望有人能帮助我。

我觉得这很好。如果最佳单峰条纹的最大元素为

e

，则在

A

和

B

中可以找到最佳的左半部分和右半部分。由于左右序列是完全独立的，所以此方法将始终有效。

在我看来不错。如果正确执行动态规划解决方案，则可以确保找到最佳值，因为它会间接检查所有可能的选择。在这种情况下，序列需要有一个“中心”（停止增加并开始减少的点）。这就是你强制使用的参数

不过有一句话

我要把这个值签入 第一个向量，如果该值为 比上一次精确地少了1 值（第一次为 第一组中最大值的值 向量）我将把该值保存在 排队并稍后显示

我认为这里真正需要的是一个堆栈，而不是队列，因为您将找到的最后一个元素是您要显示的第一个元素。这适用于第一个向量

---

更一般地说，可以使用规则数组，这对两个向量都有效。

为什么峰值是4而不是5？你是取基向量的最大值还是A的最大值？峰值是9，在A中的值是4。唯一的最大I轨迹是C的最大值，它给出了峰值的位置。是的，我编码了一个堆栈，但我在这里写了队列，没有任何线索。事实上，我担心的是，如果我在堆栈中放置元素时，我放置了两个不在同一条线上的元素，这可能会出错。7 4 9 5 10 ... 有三个好的序列：7910，4910和4510，我不想拿7510为例。这就是我不确定的。直到现在，这一切似乎都不会发生。关于使用规则数组来简化我的代码，你是什么意思，创建一个大小合适的向量并直接将它们放在正确的位置？关于使用数组的问题是，你以后可以从任意方向访问它。关于你的第一个问题。一旦你有了两个数组，1）最长的非递增序列在位置i结束，2）最长的非递增序列从位置i开始，那么你就可以确定你要寻找的序列的“中心”应该在哪里。在那之后，你就可以走了。在您的示例中，假设您发现

5

应该是中心。向左扫描时，您永远不会选择

7 5 10

，因为

7>5

。你必须记录你最后选择的元素是什么，长度比前一个元素小一点是不够的。我的意思是10到中心，但有两个可能增加的条纹相交，比如7 4 9 5 10 2 1=>4 5 10 2 1，而不是7 5 10 2 1。但问题没有发生，要确定他不会发生也不容易。不管怎样，我做了很多测试，每次都有效。谢谢你抽出时间。