代码随想录算法训练营第53天| Leetcode 1143.最长公共子序列、Leetcode 1035.不相交的线、Leetcode 53. 最大子序和

Leetcode 1143.最长公共子序列

题目链接：Leetcode 1143.最长公共子序列
题目描述： 给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。如果不存在公共子序列 ，返回 0 。一个字符串的子序列是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。

思路： 本题可以用动态规划来解决：

• 定义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]。这种定义方式相比于[0, i]的定义方式，简化了dp数组第一行和第一列的初始化逻辑。可以看看这里
• 递推公式：
  text1[i - 1] 与 text2[j - 1]相同：dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
text1[i - 1] 与 text2[j - 1]不相同：dp[i][j] = max(dp[i - 1][j], dp[i][j - 1])
• 初始化：dp[0][j] = dp[i][0] = 0，其他下标都是随着递推公式逐步覆盖，初始为多少都可以，为了方便，统一初始为0
• 遍历顺序：从前向后

代码如下：

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int n = text1.size(), m = text2.size();
        vector<vector<int>> dp(n + 5,vector<int> (m + 5, 0));
        for(int i = 1; i <= n; i ++ )
            for(int j = 1; j <= m; j ++ ){
                if(text1[i - 1] == text2[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }else{
                    dp[i][j] = max(dp[i][j - 1], dp[i - 1][j]);
                }
            }
        return dp[n][m];
    }
};

• 时间复杂度: $O(n\times m)$
• 空间复杂度: $O(n\times m)$

Leetcode 1035.不相交的线

题目链接：Leetcode 1035.不相交的线
题目描述： 在两条独立的水平线上按给定的顺序写下 nums1 和 nums2 中的整数。

现在，可以绘制一些连接两个数字 nums1[i] 和 nums2[j] 的直线，这些直线需要同时满足：

• nums1[i] == nums2[j]
• 且绘制的直线不与任何其他连线（非水平线）相交。

请注意，连线即使在端点也不能相交：每个数字只能属于一条连线。以这种方法绘制线条，并返回可以绘制的最大连线数。
思路： 这道题其实就是上道题披了个外套。我们思考一下：直线不能相交，这就是说明在字符串A中 找到一个与字符串B相同的子序列，且这个子序列不能改变相对顺序，只要相对顺序不改变，链接相同数字的直线就不会相交。说是求绘制的最大连线数，其实就是求两个字符串的最长公共子序列的长度。
代码如下：

class Solution {
public:
    int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
        //本题实质就是求最长公共子序列（1143）
        int n = nums1.size(), m = nums2.size();
        vector<vector<int>> dp(n + 5,vector<int>(m + 5, 0));
        for(int i = 1; i <= n; i ++)
            for(int j = 1; j <= m; j ++){
                if(nums1[i - 1] == nums2[j - 1]){
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                }else{
                    dp[i][j] = max(dp[i][j - 1],dp[i - 1][j]);
                }
            }
        return dp[n][m];
    }
};

• 时间复杂度: $O(n\times m)$
• 空间复杂度: $O(n\times m)$

Leetcode 53. 最大子序和

本题之前写过，这块就偷个懒hhh

---

总结： 做了这么多动态规划的题目，感觉最重要的就是学会举一反三。

最后，如果文章有错误，请在评论区或私信指出，让我们共同进步！