本题要求公共最长子序列,不要求连续,需要设置二维dp数组,dp[i][j]的意义是以i-1为结尾的数组和以j-1为结尾的数组公共子序列的最长长度,可得递推公式:当text1[i-1]=text2[j-1]时,dp[i][j]=dp[i-1][j-1]+1,反之dp[i][j]=max(dp[i-1][j],dp[i][j-1])。
具体代码如下:
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>>dp(text1.length()+1,vector<int>(text2.length()+1,0));
for(int i=1;i<=text1.length();i++)
{
for(int j=1;j<=text2.length();j++)
{
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[text1.length()][text2.length()];
}
};
本题的思路是要想直线不想交则需要求出最大公共子序列的长度,因为子序列一旦有位置不同的情况一定会有直线相交,因此相当于是上题的应用,代码基本没有改动。
具体代码如下:
class Solution {
public:
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>>dp(nums1.size()+1,vector<int>(nums2.size()+1,0));
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;
}
else
{
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[nums1.size()][nums2.size()];
}
};
本题要求连续子数组的最大和,因此设置dp数组,dp[i]的含义是以i为结尾的连续子数组的最大和,可知递推公式为dp[i]=max(nums[i],dp[i-1]+nums[i]),最终dp数组的最大值即为连续子数组的最大和。
具体代码如下:
class Solution {
public:
int maxSubArray(vector<int>& nums) {
if(nums.size()==1)
{
return nums[0];
}
vector<int>dp(nums.size(),0);
dp[0]=nums[0];
int result=dp[0];
for(int i=1;i<nums.size();i++)
{
dp[i]=max(nums[i],dp[i-1]+nums[i]);
result=max(result,dp[i]);
}
return result;
}
};
文章讲述了如何使用二维动态规划解决LeetCode中的三个问题:第1143题公共最长子序列,第1035题最大不相交线段数量,以及第53题连续子数组最大和。每个问题都涉及到了递推公式在求解过程中的应用。

被折叠的 条评论
为什么被折叠?



