Python 编写函数来查找列表中的最长路径（可能是递归？）

我有一个多达50个项目的排序列表，如下所示： [50120160180190250260280300400410475]

我在另一个列表（大约20个）中列出了法律上可能的“空格”： [30,60,70]

基本上，我想用这些空格作为每个值之间的允许值来计算出可能的最长直线

在这种情况下，我们会 50,120,180,250,280

---

作为我们最长的一行（5项）。

希望我能从你的例子中理解：

base_list=[50120160180190250260280300400410475]
空格=[30,60,70]
def计算（基本）：
对于枚举中的i，x（基数）：
如果空间中的0==i或（base[i]-base[i-1]）：
持续
其他：
德尔基[i]
返回计算（基本）
返回基地
打印（计算（基本列表[：]））

记住每个项目以该项目结束的最长路径：

>>> p = {}
>>> for i in items:
        p[i] = max((p.get(i - s, []) for s in spaces), key=len) + [i]

>>> max(p.values(), key=len)
[50, 120, 190, 250, 280]

---

一个可能的简单解决方案是迭代列表，保留符合需求的每个可能子序列的列表

def最长间隔子序列（值、空格）：
候选人=[]
对于值中的元素：
#查看每个子序列
对于范围内的i（len（候选人））：
候选者=候选者[i]
#如果新元素与
#候选人中最高的，添加它。
如果空格中的元素-候选者[-1]：
#制作一个副本并将元素添加到其中
新建=列表（候选）
new.append（元素）
候选人。追加（新）
#也许这个元素是最长序列的开始
候选项。追加（[元素]）
返回最大值（候选项，键=len）

这远不是最有效的算法，但它是有效的

这个幼稚的算法有一个地方确实需要改进：它永远保留所有候选列表，因此占用的内存远远超过它所需要的。为了节省内存，您只需要删除不能再扩展的短候选项，这比听起来要复杂一点

---

正如您在问题标题中所猜测的，递归也可以帮助解决这个问题。你可以采取一种贪婪的方法，但不只是返回结果，你必须继续，确保它确实是最长的。

因此，如果我读对了，那就是从

50

开始，然后

+70

，

+60

，

+70

，

+30

？这是正确的，但它可以是任意的（+30，+60，+70），只要它导致最长的选项。您可能不应该修改输入列表，也不应该在对列表进行迭代时修改列表。此外，您的解决方案只找到具有给定间距的子序列，而不是最长的子序列。对于

[0，30，50，120]

（以及与示例相同的空格），答案应该是

[0,50,120]

，但您的代码给出了

[0,30]

。这对其他示例不起作用，但感谢您的尝试。我认为这可能必须以递归的方式进行，但我一直无法理解如何以这种方式进行。我认为这是可行的。我现在正在其他几个案例中测试它，但它看起来很有效。谢谢！也许可以添加几句解释？这是一个很好的解决方案，但它有点神秘。谢谢，我认为这一个也可以。也解释得很好，非常感谢。它确实不是很有效。例如

最长间隔的子序列（范围（30），[1，2]）

已经建立了570万个候选序列，并且运行需要几秒钟。