LeetCode动态规划1143|1035|53

最新推荐文章于 2025-05-29 18:01:04 发布

Erin Wang

最新推荐文章于 2025-05-29 18:01:04 发布

阅读量160

点赞数 3

分类专栏： LeetCode 文章标签： leetcode 动态规划算法

本文链接：https://blog.youkuaiyun.com/ErinWang666/article/details/137127317

版权

LeetCode 专栏收录该内容

18 篇文章

订阅专栏

文章介绍了三个使用动态规划解决的编程问题：寻找两个字符串的最长公共子序列、计算两数数组中不相交子数组的最大数量以及求解给定数组的最大子数组和。每个问题都展示了如何通过状态转移方程求解优化问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1143最长公共子序列

class Solution:
    def longestCommonSubsequence(self, text1: str, text2: str) -> int:
        dp = [[0] * (len(text2) + 1) for _ in range(len(text1) + 1)]
        for i in range(1, len(text1) + 1):
            for j in range(1, len(text2) + 1):
                if text1[i - 1] == text2[j - 1]:
                    dp[i][j] = dp[i - 1][j - 1] + 1
                else:
                    dp[i][j] = max(dp[i][j - 1], dp[i - 1][j])
        return dp[len(text1)][len(text2)]

1035不相交的线

class Solution:
    def maxUncrossedLines(self, nums1: List[int], nums2: List[int]) -> int:
        dp = [[0] * (len(nums2) + 1) for _ in range(len(nums1) + 1)]
        for i in range(1, len(nums1) + 1):
            for j in range(1, len(nums2) + 1):
                if nums1[i - 1] == nums2[j - 1]:
                    dp[i][j] = dp[i - 1][j - 1] +1
                else:
                    dp[i][j] = max(dp[i][j - 1], dp[i - 1][j])
        return dp[len(nums1)][len(nums2)]

53最大子数组和

class Solution:
    def maxSubArray(self, nums: List[int]) -> int:
        dp = [float('-inf')] * len(nums)
        dp[0] = nums[0]
        result = nums[0]
        for i in range(1, len(nums)):
            dp[i] = max(dp[i - 1] + nums[i], nums[i])
            if dp[i] > result:
                result = dp[i]
        return result