最长序列问题（动态规划）

BBBourne

已于 2022-08-24 20:12:14 修改

阅读量285

点赞数

分类专栏：算法文章标签：数据结构 c++ 算法动态规划

于 2022-08-24 19:33:05 首次发布

本文链接：https://blog.csdn.net/Jason6620/article/details/126486177

版权

算法专栏收录该内容

30 篇文章 0 订阅

订阅专栏

最长递增子序列

最长连续递增序列

最长重复子数组

最长公共子串（其实就是最长公共重复子数组）：返回这个串

最长公共子序列（一）：返回子序列长度

最长公共子序列（二）：返回子序列本身

最长递增子序列

300. 最长递增子序列 - 力扣（LeetCode）

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。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。
示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4
示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

不能返回最后一个状态值，最后一个状态值只表示以 nums[len - 1] 结尾的「上升子序列」的长度，状态数组 dp 的最大值才是题目要求的结果。

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n=nums.size();
        if(n<=1)return 1;
        vector<int>dp(n,1);
        int ans=0;
        for(int i=1;i<n;i++){
            for(int j=0;j<i;j++){
                if(nums[i]>nums[j]){
                    dp[i]=max(dp[i],dp[j]+1);
                }
                ans=max(ans,dp[i]);
            }
        }
        return ans;
    }
};

最长连续递增序列

674. 最长连续递增序列 - 力扣（LeetCode）

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。

示例 1：

输入：nums = [1,3,5,4,7]
输出：3
解释：最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。
示例 2：

输入：nums = [2,2,2,2,2]
输出：1
解释：最长连续递增序列是 [2], 长度为1。

此题与最长递增序列只在于是否连续。

因为本题要求连续递增子序列，所以就必要比较nums[i + 1]与nums[i]，而不用去比较nums[j]与nums[i] （j是在0到i之间遍历）。相比少了一层循环

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        int n=nums.size();
        if(n<=1)return 1;
        vector<int>dp(n,1);
        for(int i=1;i<n;i++){
            if(nums[i]>nums[i-1]){
                dp[i]=dp[i-1]+1;
            }
        }
        return *max_element(dp.begin(),dp.end());
    }
};

最长重复子数组

718. 最长重复子数组 - 力扣（LeetCode）

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。

示例 1：

输入：nums1 = [1,2,3,2,1], nums2 = [3,2,1,4,7]
输出：3
解释：长度最长的公共子数组是 [3,2,1] 。
示例 2：

输入：nums1 = [0,0,0,0,0], nums2 = [0,0,0,0,0]
输出：5

此题明确两点：

dp[i][j]只能由dp[i-1][j-1]推出
第一行和第一列是没有意义的

class Solution {
public:
    int findLength(vector<int>& nums1, vector<int>& nums2) {
        int n=nums1.size();
        int m=nums2.size();
        
        vector<vector<int>>dp(n+1,vector<int>(m+1,0));
        int ans=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;
                    ans=max(ans,dp[i][j]);
                }
            }
        }
        return ans;
    }
};

最长公共子串（其实就是最长公共重复子数组）：返回这个串

最长公共子串_牛客题霸_牛客网 (nowcoder.com)

描述

给定两个字符串str1和str2,输出两个字符串的最长公共子串

题目保证str1和str2的最长公共子串存在且唯一。

数据范围： 1 \le |str1|,|str2| \le 50001≤∣str1∣,∣str2∣≤5000
要求：空间复杂度 O(n^2)O(n2)，时间复杂度 O(n^2)O(n2)

示例1

输入："1AB2345CD","12345EF"

返回值："2345"

依旧是老套路，返回XXX的长度的话直接返回dp数组的末尾即可，如果要返回这个子串本身，那就要在遍历dp的过程中记录下一些值，比如最长公共串的终点和长度，用来求此串的起点。

class Solution {
public:
    /**
     * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可
     *
     * longest common substring
     * @param str1 string字符串 the string
     * @param str2 string字符串 the string
     * @return string字符串
     */
    string LCS(string str1, string str2) {
        // write code here 
        int n=str1.size();
        int m=str2.size();
        
        int maxLen=0;
        int pos=0;
        vector<vector<int>>dp(n+1,vector<int>(m+1,0));
        for(int i=1;i<=n;i++){
            for(int j=1;j<=m;j++){
                if(str1[i-1]==str2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+1;
                }
                if(maxLen<dp[i][j]){
                    maxLen=dp[i][j];
                    pos=i-1;
                }
            }
        }
        return str1.substr(pos-maxLen+1,maxLen);
    }
};

最长公共子序列（一）：返回子序列长度

1143. 最长公共子序列 - 力扣（LeetCode）

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。

示例 1：

输入：text1 = "abcde", text2 = "ace"
输出：3
解释：最长公共子序列是 "ace" ，它的长度为 3 。
示例 2：

输入：text1 = "abc", text2 = "abc"
输出：3
解释：最长公共子序列是 "abc" ，它的长度为 3 。
示例 3：

输入：text1 = "abc", text2 = "def"
输出：0
解释：两个字符串没有公共子序列，返回 0 。

此题与最长重复子数组区别在于：可以不是连续的。

因此需要保存中间状态，就是当text1[i-1]!=text2[j-1]的时候，才能在下一次遇到text1[i-1]==text2[j-1]的时候利用之前保存的最长状态来计算当前最长的长度。

class Solution {
public:
    int longestCommonSubsequence(string text1, string text2) {
        int n=text1.size();
        int m=text2.size();

        vector<vector<int>>dp(n+1,vector<int>(m+1,0));
        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-1][j],dp[i][j-1]);
                }
            }
        }
        return dp[n][m];
    }
};

最长公共子序列（二）：返回子序列本身

最长公共子序列(二)_牛客题霸_牛客网 (nowcoder.com)

描述

给定两个字符串str1和str2，输出两个字符串的最长公共子序列。如果最长公共子序列为空，则返回"-1"。目前给出的数据，仅仅会存在一个最长的公共子序列

数据范围：0 \le |str1|,|str2| \le 20000≤∣str1∣,∣str2∣≤2000

要求：空间复杂度 O(n^2)O(n2) ，时间复杂度 O(n^2)O(n2)

示例1

输入："1A2C3D4B56","B1D23A456A"

返回值："123456"

示例2

输入："abc","def"

返回值："-1"

示例3

输入："abc","abc"

返回值："abc"

示例4

输入："ab",""

返回值："-1"

与上题不同得就是需要返回这个子序列了。

因此需要一种办法记录dp遍历的过程，建立另一个数组b来保存dp路径，s1[i-1]==s2[j-1]的记为1，s1[i-1]!=s2[j-1]的时候，看dp[i-1][j]和dp[i][j-1]谁大，分别记为2和3；

维护一个全局的string，作为答案。在dp数组形成后，再一次遍历（递归）这个数组，递归的过程中逐渐形成最后的答案。

class Solution {
public:
    /**
     * longest common subsequence
     * @param s1 string字符串 the string
     * @param s2 string字符串 the string
     * @return string字符串
     */
    
    string x;
    string y;
    
    string ans(int i,int j,vector<vector<int>>& b){
        string res="";
        if(i==0 || j==0)return "";
        
        if(b[i][j]==1){
            res+=ans(i-1,j-1,b);
            res+=x[i-1];
        }else if(b[i][j]==2){
            res+=ans(i-1,j,b);
        }else if(b[i][j]==3){
            res+=ans(i,j-1,b);
        }
        return res;
    }
    
    string LCS(string s1, string s2) {
        // write code here
        int n=s1.size();
        int m=s2.size();
        if(n==0 || m==0 )return "-1";
        x=s1;
        y=s2;
        
        vector<vector<int>>dp(n+1,vector<int>(m+1,0));
        vector<vector<int>>b(n+1,vector<int>(m+1,0));
        for(int i=1;i<=n;i++){
            for(int j=1;j<=m;j++){
                if(s1[i-1]==s2[j-1]){
                    dp[i][j]=dp[i-1][j-1]+1;
                    b[i][j]=1;
                }else{
                    if(dp[i-1][j]>dp[i][j-1]){
                        dp[i][j]=dp[i-1][j];
                        b[i][j]=2;
                    }else{
                        dp[i][j]=dp[i][j-1];
                        b[i][j]=3;
                    }
                }
            }
        }
        string s=ans(n,m,b);
        return s==""?"-1":s;
    }
};