代码随想录算法训练营 ---第五十三天

第一题:

代码随想录算法训练营 ---第五十三天_第1张图片

简介:

本题和昨天的最大重复子串问题很相似,只不过本题不一定是连续的。

动规五部曲分析如下:

  1. 确定dp数组(dp table)以及下标的含义

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

定义为i -1 或 j-1 是为了代码实现方便

     2.确定递推公式

主要就是两大情况: text1[i - 1] 与 text2[j - 1]相同,text1[i - 1] 与 text2[j - 1]不相同

如果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;

如果text1[i - 1] 与 text2[j - 1]不相同,那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取最大的。

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

代码如下:

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]);
}

   3.dp数组如何初始化

     统一初始为0。

代码:

vector> dp(text1.size() + 1, vector(text2.size() + 1, 0));

4.确定遍历顺序

从递推公式,可以看出,有三个方向可以推出dp[i][j],如图:

代码随想录算法训练营 ---第五十三天_第2张图片

那么为了在递推的过程中,这三个方向都是经过计算的数值,所以要从前向后,从上到下来遍历这个矩阵

   5.举例推导dp数组以输入:text1 = "abcde", text2 = "ace" 为例,dp状态如图:

代码随想录算法训练营 ---第五十三天_第3张图片

最后红框dp[text1.size()][text2.size()]为最终结果


代码实现:

代码随想录算法训练营 ---第五十三天_第4张图片

第二题:

代码随想录算法训练营 ---第五十三天_第5张图片

简介:

第二题和第一题完全是一模一样的两题。只是换了个说法。

代码实现: 

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()];
    }
};

第三题:

代码随想录算法训练营 ---第五十三天_第6张图片

简介:

动规五部曲如下:

  1. 确定dp数组(dp table)以及下标的含义

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

一定是取最大的,所以dp[i] = max(dp[i - 1] + nums[i], nums[i]);

    3.dp数组如何初始化

         dp[0] = nums[0]。

     4.确定遍历顺序

递推公式中dp[i]依赖于dp[i - 1]的状态,需要从前向后遍历。

     5.举例推导dp数组

以示例一为例,输入:nums = [-2,1,-3,4,-1,2,1,-5,4],对应的dp状态如下: 

代码随想录算法训练营 ---第五十三天_第7张图片

我们要找最大的连续子序列,就应该找每一个i为终点的连续最大子序列。

代码实现: 

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

总结: 

多总结题型,多看题型。多练习。继续加油!

你可能感兴趣的:(算法)