题目描述
给定两个数组A,B,要求两个数组中最长重复的子集,原题以及例子如下,
看到题目表述后,很容易想到一种方法,暴力求解,下面附上我暴力求解的代码
int findLength(vector<int>& A, vector<int>& B) {
int max = 0;
int count = 0;
int j = 0;
int lengthA = A.size();
int lengthB = B.size();
for (int i = 0; i < lengthA; ++i) {
count = 0;
j = 0;
if (lengthA - i <= max) break;
while (j != lengthB) {
if (i + count < lengthA && j + count < lengthB && A[i + count] == B[j + count]) {
++count;
} else {
if (max < count) {
max = count;
}
count = 0;
++j;
}
}
}
return max;
}
写完后,细心的同学能发现,这里是有很多重复的子问题的。那么,如果有重复的子问题我们应该用什么方法消除重复的计算呢?很明显,是动态规划。
首先,我们确定重复计算出现的地方。在这道题里是很明显的,在里层的while循环里做了很多不必要的循环。即,当匹配到某个数字相同时,会从当前位置继续比较A的下一个字符串,但其实这个动作在下一次循环中会重复。
然后,想一想怎么在空间和时间上作一个权衡,即减少重复计算,把之前的计算存储起来。在这道题里,我们可以发现,当A[i] = B[i]时,我们原本是对count做一个加法运算,我们在此时可以把count存储起来,那么之后就没必要继续进行重复的计算,让A[i]的下一个字母与B[i]的下一个字母继续比较,可以在下一次的循环中直接查询。之后再进行计算时,直接索引到这个位置然后加一就好。
下面是我动态规划代码的实现,
int findL(vector<int>& A, vector<int>& B) {
int max = 0;
int la = A.size();
int lb = B.size();
vector<vector<int> > dp( la + 1, vector<int>( lb + 1, 0 ) );
for (int i = 1; i <= la; ++i) {
for (int j = 1; j <= lb; ++j) {
if (A[i - 1] == B[j - 1]) {
dp[i][j] = dp[i - 1][j - 1] + 1;
max = dp[i][j] > max ? dp[i][j] : max;
}
}
}
return max;
}