最长锯齿序列 Leetcode

博客探讨了如何解决LeetCode中的最长锯齿序列问题,分析了使用动态规划(DP)的方法来找到子问题,定义了d[i]和f[i]两个状态表示不同类型的锯齿序列,并给出了状态转移方程。内容包括题意解释、问题分析和相关代码展示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意

给定一个序列,求最长锯齿序列的长度,所谓锯齿,就是子序列中不断的增大然后减小或间接的减小然后增大。

分析

一开始是没有啥思路的,感觉应该要使用DP,那么关键就是找到子问题。首先,结果子序列可以是先递减在递增,也可以是先递增再递减,求解的过长都是一样的,假设d[i]为先递减再递增类型序列以第i个位最后一个数的最长子序列长度,f[i]为递增再递减以第i个位置为最后一个数的最长子序列长度,那么就有下面的公式
如果num[i]>num[i-1],那么d[i]=max(d[i],f[i-1]+1);
如果num[i]

代码

class Solution {
public:
    int wiggleMaxLength1(vector<int>& nums) {
        int n=nums.size();

        int d=1,f=1;
        for(int i=1;i<n;++
### LeetCode 最长公共子序列问题的解决方案 解决LeetCode上的最长公共子序列(LCS)问题通常采用动态规划方法。以下是详细的解答过程以及Python实现。 #### 动态规划的核心思路 定义一个二维数组 `dp`,其中 `dp[i][j]` 表示字符串 `text1[:i]` 和 `text2[:j]` 的最长公共子序列长度。状态转移方程可以表示为: - 如果 `text1[i-1] == text2[j-1]`,则有: \[ dp[i][j] = dp[i-1][j-1] + 1 \] - 否则,取两者中的最大值: \[ dp[i][j] = \max(dp[i-1][j], dp[i][j-1]) \] 初始条件为当任意一方为空串时,其公共子序列为零,即 `dp[0][j] = 0` 和 `dp[i][0] = 0` 对于所有的 \( i, j \geq 0 \)[^1]。 #### Python 实现代码 下面是基于上述逻辑的Python实现: ```python def longestCommonSubsequence(text1: str, text2: str) -> int: m, n = len(text1), len(text2) # 创建DP表并初始化 dp = [[0] * (n + 1) for _ in range(m + 1)] # 填充DP表 for i in range(1, m + 1): for j in range(1, n + 1): if text1[i - 1] == text2[j - 1]: dp[i][j] = dp[i - 1][j - 1] + 1 else: dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) return dp[m][n] ``` 此函数接受两个字符串作为输入参数,并返回它们之间的最长公共子序列的长度[^3]。 #### 示例运行 考虑以下测试用例及其解释: - 输入 `text1 = "abcde"` 和 `text2 = "ace"`,输出应为 `3`,因为最长公共子序列是 `"ace"`[^2]。 - 当两字符串完全相同时,例如 `text1 = "abc"` 和 `text2 = "abc"`,结果亦为其长度 `3`。 - 若无任何共同字符存在,则如例子三所示,返回值应当为 `0`[^4]。 ---
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
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