代码随想录算法训练营第五十二天| 300.最长递增子序列 、 674. 最长连续递增序列、718. 最长重复子数组

300

题目：

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

题目链接：300. 最长递增子序列 - 力扣（LeetCode）

思路：

动态规划，理解dp[i]为以nums[i]为结尾的最长长度，然后遍历0到i-1来更新dp[i]。

详情：代码随想录 (programmercarl.com)

代码：

Carl代码

class Solution {
    public int lengthOfLIS(int[] nums) {
        int[] dp = new int[nums.length];
        int res = 1;
        Arrays.fill(dp, 1);
        for (int i = 1; i < dp.length; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
                res = Math.max(res, dp[i]);
            }
        }
        return res;
    }
}

674

题目：

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。

题目链接：674. 最长连续递增序列 - 力扣（LeetCode）

思路：

动态规划，dp[i]为以nums[i]为结尾的最长长度，不同于上一题，这个必须是连续的，所以只需要比较前一元素，然后更新max。

详情：代码随想录 (programmercarl.com)

代码：

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int max=1;
        int [] dp =new int[nums.length];
        Arrays.fill(dp,1);
        for(int i=1;i<nums.length;i++)
        {
            if(nums[i]>nums[i-1]) dp[i]=dp[i-1]+1;
            if(dp[i]>max)   max=dp[i];
        }
        return max;
    }
}

718

题目：

给两个整数数组 nums1 和 nums2 ，返回 两个数组中 公共的 、长度最长的子数组的长度 。

题目链接：718. 最长重复子数组 - 力扣（LeetCode）

思路：

动态规划，两层for循环，dp[i][j]代表分别是各自对应结尾的长度。

详情：代码随想录 (programmercarl.com)

代码：

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int len1=nums1.length;
        int len2=nums2.length;
        int max=0;
        int [][] dp = new int[len1][len2];
        for(int i=0;i<len1;i++)
        {
            if(nums1[i]==nums2[0])  
                dp[i][0]=1;
        }
        for(int i=0;i<len2;i++)
        {
            if(nums1[0]==nums2[i])  
                dp[0][i]=1;
        }
        for(int i=0;i<len1;i++)
        {
            int max2=0;
            for(int j=0;j<len2;j++)
            {
                if(nums1[i]==nums2[j] && i>0 && j>0)  
                    dp[i][j]=dp[i-1][j-1]+1;
                if(dp[i][j]>max)   
                    max=dp[i][j];
            }
        }
        return max;
    }
}