dp~Leetcode 718. Maximum Length of Repeated Subarray

本文介绍了一种解决最长重复子数组问题的方法,通过动态规划算法找出两个整数数组中出现的最长相同子数组。示例代码展示了如何实现这一算法,并解释了状态转移方程。

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

718. Maximum Length of Repeated Subarray

Given two integer arrays A and B, return the maximum length of an subarray that appears in both arrays.

Example 1:

Input:
A: [1,2,3,2,1]
B: [3,2,1,4,7]
Output: 3
Explanation: 
The repeated subarray with maximum length is [3, 2, 1].

Note:

  1. 1 <= len(A), len(B) <= 1000
  2. 0 <= A[i], B[i] < 100

#include <iostream>
#include <vector>
#include <algorithm>
#include <stdio.h>

using namespace std;
class Solution {
public:
    int findLength(vector<int>& A, vector<int>& B) {
        int N=A.size(),M=B.size();
        vector<int> cur(M,0);
        vector<vector<int> >dp(N,cur);
        for(int i=0;i<N;i++){
            for(int j=0;j<M;j++){
                if(i==0||j==0)
                    if(A[i]==B[j])dp[i][j]=1;
                else{
                    if(A[i]==B[j])
                        dp[i][j]=max(dp[i][j],dp[i-1][j-1]+1);
                    else
                        dp[i][j]=0;
                }
            }
        }
        return dp[N-1][M-1];
    }
};
int main(int argc, char const *argv[])
{
	int n,m;
	std::vector<int> A;
	std::vector<int> B;
	cin>>n>>m;
	A.assign(n,0);
	B.assign(m,0);
	for (int i = 0; i <n; ++i)
		scanf("%d",&A[i]);
	for (int i = 0; i <m; ++i)
		scanf("%d",&B[i]);
	int a=Solution().findLength(A,B);
	cout<<a<<endl;
	system("pause");
	return 0;
}
简析:

dp[i][j] 表示A[i]与B[j]之前的连续的最大长度。

只要A[i]!=B[j]那么dp[i][j]=0

当i=0或者j=0时,dp[i][j]与前面无关,如果A[i]==B[j],dp[i][j]=1;

剩余的i,j用状态方程:

A[i]=B[j]时:

    dp[i][j] = max(dp[i][j], dp[i - 1][j - 1] + 1);

A[i]!=B[j]时

    dp[i][j]=0

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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