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 1143. 最长公共子序列

300.最长递增子序列

在这里插入图片描述

该题关键就是定义dp,dp[i]是以nums[i]为结尾的i之前包括i的最长递增子序列。
需要遍历i之前的元素和nums[i]比较大小,如果nums[i] > nums[j]那么就属于递增,就dp[i]+1。

class Solution {
    public int lengthOfLIS(int[] nums) {
        if(nums == null || nums.length == 0) return 0;
        int[] dp = new int[nums.length];
        Arrays.fill(dp,1);
        int res = 0;
        for(int i = 0;i < nums.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(dp[i],res);
            }
        }
        return res > 0?res:1;
    }
}

在这里插入图片描述

674. 最长连续递增序列

在这里插入图片描述
挺简单的,没什么好说的

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

在这里插入图片描述

718. 最长重复子数组

在这里插入图片描述
dp[i][j]的状态只能由dp[i - 1][j - 1]推导出来,dp[i][j] :以下标i - 1为结尾的A,和以下标j - 1为结尾的B,最长重复子数组长度为dp[i][j]。 (特别注意: “以下标i - 1为结尾的A” 标明一定是 以A[i-1]为结尾的字符串 )
在这里插入图片描述

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

在这里插入图片描述
优化空间复杂度,使用滚动数组:

class Solution {
    public int findLength(int[] nums1, int[] nums2) {
        int[] dp = new int[nums2.length+1];
        int res = 0;
        for(int i = 1;i <= nums1.length;i++){
            for(int j = nums2.length;j > 0;j--){
                if(nums1[i - 1] == nums2[j - 1]){
                    dp[j] = dp[j-1] + 1;
                }else{
                    //注意这里不相等的时候要有赋0的操作
           
                    dp[j] = 0;
                }
                res = Math.max(dp[j],res);
            }
        }
        return res;
    }
}

在这里插入图片描述

1143. 最长公共子序列

在这里插入图片描述
在这里插入图片描述

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int[][] dp = new int[text1.length() + 1][text2.length() + 1];
        for(int i = 1;i <= text1.length();i++){
            for(int j = 1;j <= text2.length();j++){
                if(text1.charAt(i-1) == text2.charAt(j-1)){
                    dp[i][j] = dp[i-1][j-1] + 1;
                }else{
                    dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return dp[text1.length()][text2.length()];
    }
}

在这里插入图片描述
一维数组优化版本:
需要注意dp[i-1][j-1] != dp[i][j-1].

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int[] dp = new int[text2.length() + 1];
        for(int i = 1;i <= text1.length();i++){
            //需要记录dp[i-1][j-1]
            int pre = dp[0];
            for(int j = 1;j <= text2.length();j++){
                int cur = dp[j];
                if(text1.charAt(i-1) == text2.charAt(j-1)){
                    dp[j] = pre + 1;
                }else{
                    dp[j] = Math.max(dp[j],dp[j-1]);
                }
                pre = cur;
            }
        }
        return dp[text2.length()];
    }
}

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

龙崎流河

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值