力扣刷题||L300.最长递增子序列、L674. 最长连续递增序列、L718. 最长重复子数组

300. 最长递增子序列 - 力扣（LeetCode）

思路：重点了解dp数组含义，如何定义dp数组，在这里定义dp数组为以i为nums[i]结尾的最长递增子序列长度。

这里要遍历两次循环，就是对当前i进行判断

for (int i = 1; i < len; i++)
        {
            for (int j = 0; j < i; j++)

dp数组初始化，因为无论是否存在都会有一个数的长度为1

如果当前nums[i]>nums[j]，那么更新当前值，也就是在nums[j]的基础上再加一个值，整体代码如下

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int len = nums.size();
        if (len == 1 || len == 0)return nums.size();
        vector<int>dp(len, 1);//dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列的长度
        int result = 0;
        for (int i = 1; i < len; i++)
        {
            for (int j = 0; j < i; j++)
            {
                if (nums[i] > nums[j])
                {
                    dp[i] = max(dp[j] + 1, dp[i]);
                }
            }
            if (dp[i] > result)
            {
                result = dp[i];
            }
        }
        return result;
    }
};

674. 最长连续递增序列 - 力扣（LeetCode）

本题其实跟上题差不多，只是dp数组表示为当前i时，nums[i]最大连续数值。

只要判断nums[i]>nums[i-1]，即可

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) 
    {
        int len = nums.size();
        if (len == 1 || len == 0)return nums.size();
        vector<int>dp(len, 1);
        int result = 0;
        for (int i = 1; i < len; i++)
        {
            if (nums[i] > nums[i - 1])
            {
                dp[i] = max(dp[i], dp[i - 1] + 1);
            }
            if (dp[i] > result)result = dp[i];
        }
        return result;
    }
};

718. 最长重复子数组 - 力扣（LeetCode）

本题来说，相对于之前来说，就难多了，这里dp数组感觉也是差不多，但是对二维数组思考的有点不对劲，在这里卡哥采用的是对i-1和j-1进行计算，在这里要注意，若发现数组中存在两个值相等，那么就要分别往后退一格，因为这要判断是否当前数的前一个数是否相等。

也就是递推公式：

 dp[i][j] = dp[i - 1][j - 1] + 1;

整体代码如下：

class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>>dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
        int result = 0;
        for (int i = 1; i <= nums1.size(); i++)
        {
            for (int j = 1; j <= nums2.size(); j++)
            {
                if (nums1[i - 1] == nums2[j - 1])
                {
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }
                if (dp[i][j] > result)result = dp[i][j];
            }
        }
        return result;
    }
};