Day47 1143最长公共子序列 53最大子数组和 392判断子序列

最新推荐文章于 2024-06-04 14:57:42 发布

借我点钱

最新推荐文章于 2024-06-04 14:57:42 发布

阅读量192

点赞数 3

文章标签：算法 leetcode 数据结构

本文链接：https://blog.csdn.net/2303_77739929/article/details/136105304

版权

本文介绍了三种与字符串和整数数组相关的算法问题：计算最长公共子序列的最长连线数、求解最大子数组和以及判断一个字符串是否为另一个字符串的子序列。通过动态规划的方法，分别展示了对应的递推公式和解决方案。

摘要由CSDN通过智能技术生成

1143 最长公共子序列

我们在两条独立的水平线上按给定的顺序写下 A 和 B 中的整数。

现在，我们可以绘制一些连接两个数字 A[i] 和 B[j] 的直线，只要 A[i] == B[j]，且我们绘制的直线不与任何其他连线（非水平线）相交。

以这种方法绘制线条，并返回我们可以绘制的最大连线数。

本题与上一题一模一样：

class Solution {
public:
    int maxUncrossedLines(vector<int>& A, vector<int>& B) {
        vector<vector<int>> dp(A.size() + 1, vector<int>(B.size() + 1, 0));
        for (int i = 1; i <= A.size(); i++) {
            for (int j = 1; j <= B.size(); j++) {
                if (A[i - 1] == B[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[A.size()][B.size()];
    }
};

53 最大子数组和

给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。

本题的递推公式由两部分组成，取最大值时，要么继续往下加，要么前面的都不要，直接从这个数开始取：

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        vector<int> dp(nums.size());
        dp[0] = nums[0];
        int result = dp[0];
        for (int i = 1; i < nums.size(); i++) {
            dp[i] = max(dp[i - 1] + nums[i], nums[i]); // 状态转移公式
            if (dp[i] > result) result = dp[i]; // result 保存dp[i]的最大值
        }
        return result;
    }
};

392 判断子序列

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

本题和前面那个最长公共子序列很像，如果最长公共子序列的长度等于子串的长度，就说明s为t的子序列，同时，在代码的else中，只需要删除t中的元素即可，而不需要考虑s中的：

class Solution {
public:
    bool isSubsequence(string s, string t) {
        vector<vector<int>> dp(s.size() + 1, vector<int>(t.size() + 1, 0));
        for (int i = 1; i <= s.size(); i++) {
            for (int j = 1; j <= t.size(); j++) {
                if (s[i - 1] == t[j - 1]) dp[i][j] = dp[i - 1][j - 1] + 1;
                else dp[i][j] = dp[i][j - 1];
            }
        }
        if (dp[s.size()][t.size()] == s.size()) return true;
        return false;
    }
};