代码随想录算法训练营day52 | LeetCode 300. 最长递增子序列 674. 最长连续递增序列 718. 最长重复子数组

本文介绍了在LeetCode平台上经典的动态规划问题,包括计算最长递增子序列、最长连续递增序列以及最长重复子数组。通过详细解释dp数组的构造方法和递推公式,展示了如何使用一维和二维dp数组解决这些问题。

300. 最长递增子序列(题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

思路:今天开始了dp的又一类超经典题目,最长递增子序列。依然是dp数组构造四部曲:1.确定dp数组的含义;2.确定递推公式;3.确定dp数组初始化;4.确定dp遍历顺序。因为本题不是求两个数组的公共子序列,因此一维dp数组就够了,里层for循环也不用倒叙遍历。直接拿nums[i]和nums[j]进行比较,如果nums[i]>nums[j]就取max(nums[i],nums[j]+1)。

int lengthOfLIS(vector<int>& nums) {
    int size = nums.size();
    vector<int> dp(size, 1);
    int result=0;
    for(int i=1; i<size; i++){
        for(int j=0; j<i; j++){
            if(nums[i]>nums[j]) dp[i] = max(dp[i], dp[j]+1);
        }
        if(dp[i]>result) result = dp[i];
    }
    return result;
}

674. 最长连续递增序列(题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

思路:改成连续递增更简单了,都不用每次取上个dp节点的值+1做比较了,而是发现相等直接赋值上个节点的值+1。

int findLengthOfLCIS(vector<int>& nums) {
    int size = nums.size();
    vector<int> dp(size, 1);
    int result=1;
    for(int i=1; i<size; i++){
        if(nums[i]>nums[i-1]){
            dp[i]=dp[i-1]+1;
            if(dp[i]>result) result = dp[i];
        }
    }
    return result;
}

718. 最长重复子数组(题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

思路:两种做法,基础版二维dp数组,比较相等,类似于上题目的做法,碰到相等dp[i][j]=dp[i-1][j-1]+1。进阶版一维dp数组做滚动,内层for循环——对应背包容量循环,需要做倒序便利,并且不是每次取最大值,而是直接dp[j]=dp[j-1]+1,如果不相等,还要额外做赋0的操作。

int findLength(vector<int>& nums1, vector<int>& nums2) {
    int size1 = nums1.size();
    int size2 = nums2.size();
    vector<vector<int>> dp(size1, vector<int>(size2, 0));
    int result = 0;
    for(int i=0; i<size1; i++){
        for(int j=0; j<size2; j++){
            if(nums1[i]==nums2[j]){
                dp[i][j] = (i==0 || j==0) ? 1 : dp[i-1][j-1]+1;
                if(dp[i][j]>result) result = dp[i][j];
            }
        }
    }
    return result;
}
int findLength(vector<int>& nums1, vector<int>& nums2) {
    int size1 = nums1.size();
    int size2 = nums2.size();
    vector<int> dp(size2+1, 0);
    int result = 0;
    for(int i=0; i<size1; i++){
        for(int j=size2; j>0; j--){
            if(nums1[i]==nums2[j-1]){
                dp[j] = dp[j-1]+1;
                if(dp[j] > result) result = dp[j];
            }else dp[j] = 0;
        }
    }
    return result;
}

### 解题思路 LeetCode674 题的目标是找到给定数组中的最长连续递增子序列的长度。此问题可以通过一次线性扫描来解决,时间复杂度为 O(n),空间复杂度可以优化到 O(1)[^1]。 #### 关键点分析 - **连续性**:题目强调的是“连续”,因此只需要比较相邻两个元素即可判断是否构成递增关系。 - **动态规划 vs 贪心算法**:虽然可以用动态规划的思想解决问题,但由于只需记录当前的最大值而无需回溯历史状态,贪心策略更为高效[^3]。 --- ### Python 实现 以下是基于贪心算法的 Python 实现: ```python class Solution: def findLengthOfLCIS(self, nums): if not nums: # 如果输入为空,则返回0 return 0 max_len = 1 # 至少有一个元素时,最小长度为1 current_len = 1 # 当前连续递增序列的长度初始化为1 for i in range(1, len(nums)): # 从第二个元素开始遍历 if nums[i] > nums[i - 1]: # 判断当前元素是否大于前一个元素 current_len += 1 # 是则增加当前长度 max_len = max(max_len, current_len) # 更新全局最大长度 else: current_len = 1 # 否则重置当前长度 return max_len # 返回最终结果 ``` 上述代码通过维护 `current_len` 和 `max_len` 来跟踪当前连续递增序列的长度以及整体的最大长度。 --- ### Java 实现 下面是等效的 Java 版本实现: ```java public class Solution { public int findLengthOfLCIS(int[] nums) { if (nums.length == 0) { // 处理边界情况 return 0; } int maxLength = 1; // 初始化最大长度 int currentLength = 1; // 初始化当前长度 for (int i = 1; i < nums.length; i++) { if (nums[i] > nums[i - 1]) { // 若满足递增条件 currentLength++; // 增加当前长度 maxLength = Math.max(maxLength, currentLength); // 更新最大长度 } else { currentLength = 1; // 不满足递增条件时重新计数 } } return maxLength; // 返回结果 } } ``` 该版本逻辑与 Python 类似,但在语法上更贴近 Java 的特性[^4]。 --- ### C++ 实现 对于 C++ 用户,下面是一个高效的解决方案: ```cpp #include <vector> #include <algorithm> // 使用 std::max 函数 using namespace std; class Solution { public: int findLengthOfLCIS(vector<int>& nums) { if (nums.empty()) { // 边界处理 return 0; } int result = 1; // 结果变量 int count = 1; // 当前连续递增序列长度 for (size_t i = 1; i < nums.size(); ++i) { if (nums[i] > nums[i - 1]) { // 检查递增条件 count++; result = max(result, count); } else { count = 1; // 重置计数器 } } return result; // 返回最终结果 } }; ``` 这段代码同样遵循了单次遍历的原则,并利用标准库函数简化了一些操作。 --- ### 小结 三种语言的核心思想一致,均采用了一种简单的线性扫描方式完成任务。这种方法不仅易于理解,而且性能优越,在实际应用中非常实用[^2]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_porter

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值