1143.最长公共子序列
题目链接: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。
- 例如,
"ace"
是"abcde"
的子序列,但"aec"
不是"abcde"
的子序列。两个字符串的 公共子序列 是这两个字符串所共同拥有的子序列。
解题思路:
动规五部曲
- 确定dp数组(dp table)以及下标的含义 dp[i][j]:长度为[0, i]的字符串text1与长度为[0, j]的字符串text2的最长公共子序列为dp[i][j]
- 确定递推公式 主要就是两大情况: text1[i] 与 text2[j]相同,text1[i] 与 text2[j]不相同 如果text1[i] 与 text2[j]相同,那么找到了一个公共元素,所以dp[i][j] = dp[i - 1][j - 1] + 1; 如果text1[i] 与 text2[j]不相同,那就看看text1[0, i]与text2[0, j - 1]的最长公共子序列和 text1[0, i - 1]与text2[0, j]的最长公共子序列,取最大的。即:dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
- dp[i]的初始化 初始化dp[i][0]:如果text1[i]==text2[0],那么dp[i+1][0]后面都是1; 初始化dp[0][j]:如果text1[0]==text2[j],那么dp[0][j+1]后面都是1;
- 确定遍历顺序 从递推公式,可以看出,有三个方向可以推出dp[i][j],分别为dp[i-1][j]、dp[i-1][j-1]、dp[i][j-1]。那么为了在递推的过程中,这三个方向都是经过计算的数值,所以要从前向后,从上到下来遍历这个矩阵。
class Solution {
public:
int longestCommonSubsequence(string text1, string text2) {
vector<vector<int>> dp(text1.size(), vector<int>(text2.size(), 0));
for (int i = 0; i < text1.size(); i++) {
if (text1[i] == text2[0])
while (i < text1.size())
dp[i++][0] = 1;
}
for (int j = 0; j < text2.size(); j++) {
if (text2[j] == text1[0])
while (j < text2.size())
dp[0][j++] = 1;
}
for (int i = 1; i < text1.size(); i++) {
for (int j = 1; j < text2.size(); j++) {
if (text1[i] == text2[j])
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() - 1][text2.size() - 1];
}
};
- 时间复杂度: O(n * m),其中 n 和 m 分别为 text1 和 text2 的长度
- 空间复杂度: O(n * m)
1035.不相交的线
题目链接: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。
解题思路:
本题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!
那么本题就和上题最长公共子序列一摸一样了。
class Solution {
public:
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()];
}
};
53. 最大子序和
题目链接:最大子序和
题目描述:给你一个整数数组
nums
,请你找出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。子数组是数组中的一个连续部分。
动态规划:
动规五部曲分析如下:
-
确定dp数组(dp table)以及下标的含义 dp[i]:包括下标i(以nums[i]为结尾)的最大连续子序列和为dp[i]。
-
确定递推公式 dp[i]只有两个方向可以推出来:延续前面的和/重新计算和
- dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和
- nums[i],即:从头开始计算当前连续子序列和。
取最大的,所以dp[i] = max(dp[i - 1] + nums[i], nums[i]);
-
dp数组如何初始化 从递推公式可以看出来dp[i]是依赖于dp[i - 1]的状态,dp[0]就是递推公式的基础。 根据dp[i]的定义,很明显dp[0]应为nums[0]即dp[0] = nums[0]。
-
确定遍历顺序 递推公式中dp[i]依赖于dp[i - 1]的状态,需要从前向后遍历。
class Solution {
public:
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]);
result = max(result, dp[i]);
}
return result;
}
};