C++ day52 最长递增子序列 最长连续递增子序列 最长重复子数组

题目1：300 最长递增子序列

题目链接：最长递增子序列

对题目的理解

找出整数数组中最长严格递增子序列的长度

动态规划

动规五部曲

1）dp数组及下标i的含义

dp[i]：以nums[i]为结尾的最长递增子序列的长度

递增比较的时候，如果比较 nums[j] 和 nums[i] 的大小，那么两个递增子序列一定分别以nums[j]为结尾 和 nums[i]为结尾

2）递推公式

3）dp数组初始化

根据dp数组定义，dp[i]至少长度是1，最少包含nums[i]  ，dp[i]的最大值不一定是在dp[nums.size()-1]，可能出现在各个位置，因此需要遍历一遍

4）遍历顺序

求递增子序列，dp[i]依赖于前面的元素与当前数值进行比较的结果更新dp[i]的值，i从小到大遍历

for(i=1;i

for(j=0;j从小到大遍历，从大到小遍历均可,只要把0~i内的元素全部遍历了就行

5）打印dp数组

代码

class Solution {
public:
    int lengthOfLIS(vector& nums) {
        //定义并初始化dp数组
        vector dp(nums.size(),1);
        int result = 1;
        //递推
        for(int i=1;inums[j]) dp[i] = max(dp[j]+1,dp[i]);
            }
            result = max(result,dp[i]);//以每一个元素结尾的长度都遍历一遍，求长度的最大值
        }
        return result;
    }
};

• 时间复杂度: O(n^2)
• 空间复杂度: O(n)

题目2：674 最长连续递增序列

题目链接：最长连续递增序列

对题目的理解

整数数组未经排序，找到数组中最长且连续递增的子序列，返回该序列的长度

动态规划

动规五部曲

1）dp数组及下标i的含义

dp[i]:以i结尾的最长连续递增子序列的长度，注意这里只是说了以i结尾，不一定以0开始哟，注意本题的最大长度不一定是在dp[nums.szie()-1],可能出现在各个位置，所以需要遍历一遍求最大值

2）递推公式

不连续递增子序列的跟前0-i 个状态有关，连续递增的子序列只跟前一个状态有关

3）dp数组初始化

至少有1个元素，长度是1 ，dp[i]=1

4）遍历顺序

根据递推公式，i依赖于i-1，所以，从前往后遍历

for(i=1;i注意i从1开始

5）打印dp数组

代码

class Solution {
public:
    int findLengthOfLCIS(vector& nums) {
        //定义并初始化dp数组
        vector dp(nums.size(),1);
        int result = 1;
        for(int i=1;inums[i-1]) dp[i]=dp[i-1]+1;
            result = max(result,dp[i]);
        }
        return result;
    }
};

• 时间复杂度：O(n)
• 空间复杂度：O(n)

贪心算法

class Solution {
public:
    int findLengthOfLCIS(vector& nums) {
        int count=1;
        int result = 1;
        for(int i=1;inums[i-1]) count++;//连续递增，count++
            else count = 1;//不连续递增，count从1开始计算
            result = max(result,count);
        }
        return result;
    }
};

• 时间复杂度：O(n)
• 空间复杂度：O(1)

题目3：718 最长重复子数组

题目链接：最长重复子数组

对题目的理解

返回两个整数数组中公共的且长度最长的子数组长度（子数组就是连续子序列）

动态规划

动规五部曲

1）dp数组及下标i的含义

使用二维dp数组表示两个数组的所有比较情况，

dp[i][j]:以i-1为结尾的nums1和以j-1为结尾的nums2的最长重复子数组的长度

注意：本题的最大长度不一定在dp[nums1.size()-1][nums2.size()-1]，可能出现在各个位置，所以需要再遍历一遍，求最大值

2）递推公式

根据递推公式的定义，dp[i][j]的状态只能由dp[i-1][j-1]推导出来，if(nums1[i-1]==nums2[j-1]) dp[i][j]=dp[i-1][j-1]+1  两个数组同时回退所以只能是dp[i-1][j-1]+1，不能是dp[i][j-1]也不能是dp[i-1][j]

3）dp数组初始化

根据dp数组定义（以i-1结尾，以j-1结尾），dp[i][0]无意义状态  0-1无意义；同理，dp[0][j]无意义状态  0-1无意义，为了方便递推公式，将二者初始化为0，最长子数组长度应该从0往上加；

其他的下标的dp值初始化为任意值均可（因为计算递推公式之后会被覆盖），为了代码简洁，将dp全初始化为0

4）遍历顺序

先遍历两个数组中的哪一个都可以

for(i=1;i<=nums1.size();i++){

for(j=1;j<=nums2.size();j++)}

注意从1开始遍历（根据递推公式），且条件是小于等于，因为dp数组的定义是[i][j]代表以i-1，j-1为结尾，只有等于，才能遍历到数组中的最后一个元素，nums1.size()-1,nums2.size()-1

题目要求长度最长的子数组的长度。所以在遍历的时候顺便把dp[i][j]的最大值记录下来。

5）打印dp数组

代码

class Solution {
public:
    int findLength(vector& nums1, vector& nums2) {
        //定义并从初始化dp数组
        vector> dp(nums1.size()+1,vector(nums2.size()+1));
        for(int i=0;i

初始化简便一些

class Solution {
public:
    int findLength(vector& nums1, vector& nums2) {
        //定义并从初始化dp数组
        vector> dp(nums1.size()+1,vector(nums2.size()+1,0));
        int result=0;
        //递推
        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;
                result = max(result,dp[i][j]);
            }
        }
        return result;        
    }
};

• 时间复杂度：O(n × m)，n 为A长度，m为B长度
• 空间复杂度：O(n × m)

     若将dp[i][j]数组定义为nums1以i结尾和nums2以j结尾，那么 第一行和第一列毕竟要进行初始化，如果nums1[i] 与 nums2[0] 相同的话，对应的 dp[i][0]就要初始为1， 因为此时最长重复子数组为1。 nums2[j] 与 nums1[0]相同的话,也是同样要把dp[0][j]初始化为1,如下图

代码

class Solution {
public:
    int findLength(vector& nums1, vector& nums2) {
        //定义并从初始化dp数组
        vector> dp(nums1.size(),vector(nums2.size(),0));
        for(int i=0;i

上述代码会出现如下的错误

错误的原因是即使是上面的初始化更新了dp数组，dp数组中是1，但是最终返回了result，而result又是在for循环中，两个for循环都是从1开始记录，所以整个for循环并不包括初始化的那一列，那一行进行比较，所以最终返回的结果是0

将代码更改为如下：i=0与j=0，初始化的这一行和一列还是要在for循环中进行比较的

class Solution {
public:
    int findLength(vector& nums1, vector& nums2) {
        //定义并从初始化dp数组
        vector> dp(nums1.size(),vector(nums2.size(),0));
        for(int i=0;i0 && j>0)  dp[i][j]=dp[i-1][j-1]+1;
                result = max(result,dp[i][j]);
            }
        } 
        return result;
    }
};