代码随想录刷题第53天|Leetcode1143最长公共子序列

1、Leetcode1143最长公共子序列

题目链接:1143最长公共子序列

本题不要求连续,求最长公共子序列。

1、确定dp数组及下标的含义

dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]。

2、确定递推公式

text1[i - 1] 与 text2[j - 1]相同,那么找到了一个公共元素,所以dp[i][j] = dp[i - 1][j - 1] + 1;

text1[i - 1] 与 text2[j - 1]不相同,dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);

3、初始化

dp[i][0] = 0; dp[0][j] = 0; 统一初始化为0;

4、遍历顺序

从前向后,从上到下。

5、举例推导dp数组

代码随想录刷题第53天|Leetcode1143最长公共子序列_第1张图片

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        vector> dp(text1.size()+1, vector(text2.size()+1, 0));
        for (int i = 1; i <= text1.size(); i++)
        {
            for (int j = 1; j <= text2.size(); 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.size()][text2.size()];
    }
};

2、Leetcode1035不想交的钱

1035不想交的钱

与上题思路完全一致。

最大连线数,其实就是求两个字符串的最长公共子序列的长度!

class Solution {
public:
    int maxUncrossedLines(vector& nums1, vector& nums2) {
        vector> dp(nums1.size() + 1 , vector(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()];
    }
};

3、LeetCode53最大子数组和

题目链接:53、最大子数组和

1、确定dp数组及下标含义

dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和为dp[i]。

2、确定递推公式

dp[i]只有两个方向可以推出来:

dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和

nums[i],即:从头开始计算当前连续子序列和

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

3、初始化

dp[0] = nums[0];

4、遍历顺序:

从前向后。

5、举例推导。

注意最后的结果可不是dp[nums.size() - 1]!而是最大值。

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

        return result;
    }
};

你可能感兴趣的:(算法)