链接:300. 最长递增子序列 - 力扣(LeetCode)
题目描述:
解题思路:
- 数组中的元素可以是不连续的;
- dp[i] 表示以nums[i]为结尾的最大递增子序列;
- 因为是不连续的,需要依次看前i-1个元素的最大值是多少;
- 需要在这个过程中保存最大的值;
int lengthOfLIS(vector<int>& nums) {
int result = 1;
vector<int> dp(nums.size(), 1);
for (int i = 1; i < nums.size(); i++) {
for (int j = 0; j < i; j++) {
if (nums[i] > nums[j]) dp[i] = max(dp[i], dp[j]+1);
if (dp[i] > result) result = dp[i];
}
}
return result;
}
链接:674. 最长连续递增序列 - 力扣(LeetCode)
题目描述:
解题思路:
- 和上一个题的区别在于是连续的,在判断的时候只需要遍历一次就可以了;
- 可以优化内存空间,相当于更新了连续增长序列的起始位置;
int findLengthOfLCIS(vector<int>& nums) {
// int result = 1;
// vector<int> dp(nums.size(), 1);
// for (int i = 1; i < nums.size(); i++) {
// if (nums[i] > nums[i-1]) dp[i] = dp[i-1] + 1;
// if (dp[i] > result) result = dp[i];
// }
// return result;
int result = 1, count = 1;
for (int i = 1; i < nums.size(); i++) {
if (nums[i] > nums[i-1]) count++;
else count = 1;
if (count > result) result = count;
}
return result;
}
链接:718. 最长重复子数组 - 力扣(LeetCode)
解题思路:
- 两个数组对比,可以通过画图的方式帮助理解;
- 由于是连续的,对于前缀数组,单看它们的末尾项,如果它们俩不一样,则公共子数组肯定不包括它们俩,所以不用操作;
- 在过程中记录最长的长度;
int findLength(vector<int>& nums1, vector<int>& nums2) {
int result = 0;
vector<vector<int>> dp(nums1.size()+1, vector<int>(nums2.size()+1, 0));
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;
if (dp[i][j] > result) result = dp[i][j];
}
}
return result;
}
链接:1143. 最长公共子序列 - 力扣(LeetCode)
解题思路:
- 由于可以删除元素,所以可以不连续;
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> dp(text1.size() + 1, vector<int>(text2.size() + 1, 0));
for (int i = 1; i <= text1.size(); i++) {
for (int j = 1; j <= text2.size(); j++) {
if (text1[i-1] == text2[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[text1.size()][text2.size()];
}
题目描述:
解题思路:
- 直线不能相交,公共子序列不能改变相对顺序;
- 最大连线数,就是最长公共子序列,可以是不连续的。
int maxUncrossedLines(vector<int>& nums1, vector<int>& nums2) {
vector<vector<int>> dp(nums1.size() + 1, vector<int>(nums2.size() + 1, 0));
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;
else dp[i][j] = max(dp[i-1][j], dp[i][j-1]);
}
}
return dp[nums1.size()][nums2.size()];
}
解题思路:
- 和最长递增子数组的区别在于条件的判断;
- 贪心的思路,每次count <= 0的时候,重置起始位置;
int maxSubArray(vector<int>& nums) {
vector<int> dp(nums.size(), 0);
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]);
if (dp[i] > result) result = dp[i];
}
return result;
}
int maxSubArray(vector<int>& nums) {
int result = INT32_MIN;
int count = 0;
for (int i = 0; i < nums.size(); i++) {
count += nums[i];
if (count > result) { // 取区间累计的最大值(相当于不断确定最大子序终止位置)
result = count;
}
if (count <= 0) count = 0; // 相当于重置最大子序起始位置,因为遇到负数一定是拉低总和
}
return result;
}
链接:152. 乘积最大子数组 - 力扣(LeetCode)
解题思路:
- 基本条件是 imax = max(imax*nums[i], nums[i]);
- 由于存在负数,负数会让最大值变成最小值,所以每次遇到负数,交换最大值和最小值,能够让乘积更大;
- 同时需要维护一个最小值;
int maxProduct(vector<int>& nums) {
int result = INT_MIN, imax= 1, imin = 1;
for (int i = 0; i < nums.size(); i++) {
if (nums[i] < 0) swap(imax, imin);
imax = max(imax*nums[i], nums[i]);
imin = min(imin*nums[i], nums[i]);
result = max(result, imax);
}
return result;
}
解题思路:
- 题目类似查找最长公共子序列;
- dp[i][j] 表示以下标i-1为结尾的字符串s,和以下标j-1为结尾的字符串t,相同子序列的长度为dp[i][j]
- 由于t可以删除,所以在不相等的时候当前长度和j-2的相同子序列的长度相同;
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];
}
}
return dp[s.size()][t.size()] == s.size();
}
int numDistinct(string s, string t) {
vector<vector<uint64_t>> dp(s.size() + 1, vector<uint64_t>(t.size() + 1, 0));
for (int i = 0; i <= s.size(); i++) dp[i][0] = 1;
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] + dp[i-1][j];
else dp[i][j] = dp[i-1][j];
}
}
return dp[s.size()][t.size()];
}
链接:583. 两个字符串的删除操作 - 力扣(LeetCode)
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for (int i = 1; i <= word2.size(); i++) dp[0][i] = dp[0][i-1] + 1;
for (int i = 1; i <= word1.size(); i++) dp[i][0] = dp[i-1][0] + 1;
for (int i = 1; i <= word1.size(); i++) {
for (int j = 1; j <= word2.size(); j++) {
if (word1[i-1] == word2[j-1]) dp[i][j] = dp[i-1][j-1];
else dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + 1;
}
}
return dp[word1.size()][word2.size()];
}
int minDistance(string word1, string word2) {
vector<vector<int>> dp(word1.size() + 1, vector<int>(word2.size() + 1, 0));
for (int i = 1; i <= word2.size(); i++) dp[0][i] = dp[0][i-1] + 1;
for (int i = 1; i <= word1.size(); i++) dp[i][0] = dp[i-1][0] + 1;
for (int i = 1; i <= word1.size(); i++) {
for (int j = 1; j <= word2.size(); j++) {
if (word1[i-1] == word2[j-1]) dp[i][j] = dp[i-1][j-1];
else dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i][j-1])) + 1;
}
}
return dp[word1.size()][word2.size()];
}