2021-12-12 53. 最大子数组和 392. 判断子序列

原创于 2021-12-12 20:48:20 发布 · 350 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划 #算法 #leetcode

力扣专栏收录该内容

64 篇文章

订阅专栏

这篇博客介绍了两种基于动态规划的算法：一是求解整数数组的最大子数组和问题，二是判断一个字符串是否为另一个字符串的子序列。通过遍历数组和构建二维动态规划矩阵，分别解决了这两个问题。动态规划在解决此类问题中展现出高效且简洁的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

53. 最大子数组和

class Solution {
    public int maxSubArray(int[] nums) {
        int n=nums.length;
        int[] dp=new int[n+1];
        int max =nums[0];
        for(int i=1;i<n+1;i++){
    dp[i]=Math.max(nums[i-1],dp[i-1]+nums[i-1]);
            if(dp[i]>max) max=dp[i];
        }
        return max;
    }
}

392. 判断子序列


class Solution {
    public boolean isSubsequence(String s, String t) {
        //即求两个字符串的最长公共子序列长度
        int n=s.length();
        int m=t.length();
        if(n>m) return false; 
        int len=Math.min(n,m);
        if(len == 0) return true;
        int[][] dp=new int[n+1][m+1];
        for(int i=1;i<n+1;i++){
            for(int j=1;j<m+1;j++){
                if(s.charAt(i-1) == t.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1]+1;
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
                }

            }
        }
        return dp[n][m]==len ? true : false;
    }
}