代码随想录Day56 | 300.最长递增子序列 674. 最长连续递增序列 718. 最长重复子数组

文章介绍了如何使用动态规划解决LeetCode中的三个问题:300.最长递增子序列(元素不连续),674.最长连续递增序列(要求连续),以及718.最长重复子数组。通过实例代码展示了如何定义和计算dp数组来求解这些子序列问题。

代码随想录Day56 | 300.最长递增子序列 674. 最长连续递增序列 718. 最长重复子数组

300.最长递增子序列

文档讲解:代码随想录
视频讲解: 动态规划之子序列问题,元素不连续!| LeetCode:300.最长递增子序列
状态

  1. dp数组含义
    dp[j] 表示 nums[j]之前的最长子序列长度
  2. 递推关系
    对于在0-j之间的一个数下标i,如果nums[j] > nums[i] 那么dp[j] = dp[i]+1
dp[j] = max(dp[i]+1,dp[j]);
  1. 初始化
    dp[0] = 1;
  2. 遍历顺序
    从前向后
  3. 打印dp
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int len = nums.size();
        if(len == 0) return 0;
        vector<int> dp(len,1);
        int res = 1;
        //对每个位置的数,比较其前面的所有数,然后更新dp
        for(int i = 1;i<len;i++)
        {
            for(int j = 0;j<i;j++)
            {
                if(nums[i] > nums[j])
                {
                    dp[i] = max(dp[i],dp[j]+1);
                }
                if(dp[i] > res)
                {
                    res = dp[i];
                }
            }
        }

        return res;
    }
};

使用res来接受结果,因为结果不会存储在最后一个数值位置

674.最长连续递增序列

文档讲解:代码随想录
视频讲解: 动态规划之子序列问题,重点在于连续!| LeetCode:674.最长连续递增序列
状态

与上一题主要是递推公式的区别。这题要求连续那说明只有nums[i] > nums[i-1] dp[i] = dp[i-1]+1

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

718.最长重复子数组

文档讲解:代码随想录
视频讲解: 动态规划之子序列问题,想清楚DP数组的定义 | LeetCode:718.最长重复子数组
状态

本题需要比较两个数组的重复部分长度,对于dp数组来说就需要使用二维dp两个维度分别表示两个数组,实际上dp数组之间的递推关系只有对角线元素,所以可以进行压缩降为一维

  1. dp数组
    dp[i][j] 表示 nums1 和 nums2 两个数组分别以nums1[i] 和 nums2[j] 结尾时, 最长的重复子串长度
  2. 递推关系
    如果nums[1] == nums2[j] 那么 dp[i][j] = dp[i-1][j-1]+1
  3. 初始化
    对于 i=0 的情况,遍历nums2 初始化dp[0][j]
    对于 j=0 的情况,遍历nums1 初始化dp[i][0]
  4. 遍历顺序
    从前向后
  5. 打印dp
//dp[i][j] 表示A[i] B[j] 结尾的两个数组的最长相对子数组的长度
//所以如果A[i] == B[j] 那么 dp[i][j] = dp[i-1][j-1] + 1
class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        vector<vector<int>> dp(nums1.size(),vector<int>(nums2.size()));
        //初始化
        for(int j = 0;j<nums2.size();j++)
        {
            if(nums1[0] == nums2[j])
            {
                dp[0][j] = 1;
            }
        }
        for(int i = 0;i<nums1.size();i++)
        {
            if(nums1[i] == nums2[0])
            {
                dp[i][0] = 1;
            }
        }

        int res = 0;
        //遍历
        for(int i = 0;i<nums1.size();i++)
        {
            for(int j=0;j<nums2.size();j++)
            {
                if(nums1[i] == nums2[j] && i>0 && j>0)
                {
                    dp[i][j] = dp[i-1][j-1]+1;
                }
                res = max(res,dp[i][j]);
            }
        }
        return res;
    }
};
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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