LeetCode-718:Maximum Length of Repeated Subarray (最长公共子数组) -- medium

Question

Given two integer arrays A and B, return the maximum length of an subarray that appears in both arrays.

Example 1:

Input:
A: [1,2,3,2,1]
B: [3,2,1,4,7]
Output: 3

Explanation: 
The repeated subarray with maximum length is [3, 2, 1].

Note:

  • 1 <= len(A), len(B) <= 1000;
  • 0 <= A[i], B[i] < 100。

问题解析:

给定两个数组A和B,寻找A和B中最长的公共子数组的长度。(注意这里可以不是连续的元素)

Answer

Solution 1:

DP,动态规划。
(关于动态规划相关知识后续后写一篇总结,敬请关注)

  • 利用动态规划的思想,首先寻找问题的最优子结构,给出问题的状态转移方程;
  • 利用 dp[i][j] 来存储A[i]和B[j]之前的LCS(最长公共子序列);
  • A[n]=B[m]时,dp[i][j] = dp[i-1][j-1] + 1;max = Math.max(max, dp[i][j])
class Solution {
    public int findLength(int[] A, int[] B) {
        if (A == null || B == null) return 0;
        int m = A.length;
        int n = B.length;
        int max = 0;
        //the length of longest common subarray end with A[i] and B[j]
        int[][] dp = new int[m+1][n+1];
        for (int i =0; i <= m; i++){
            for (int j = 0 ; j <= n; j++){
                if (i == 0 || j == 0){
                    dp[i][j] = 0;
                }
                else{
                    if (A[i-1] == B[j-1]){
                        dp[i][j] = dp[i-1][j-1] + 1;
                        max = Math.max(max, dp[i][j]);
                    }
                }
            }
        }

        return max;
    }
}
  • 时间复杂度:O(n^2),空间复杂度:O(n^2)
Solution 2:

同样还是DP算法,但其计算复杂度更低。

  • 下面的这种解法仅用了1D的dp数组。这是Discuss区的部分快速解法的答案;
  • 通过我后面详细的分析,最后发现,这种解法是针对“最长连续公共子序列”的问题所设计的,一旦涉及不连续的元素,dp[]中的值全部都会置为0;而我们上面的一种解法是既可以同时解决不连续子序列的问题的。
  • 既然这种解法可以通过,那么说明这个题目的初始设置想法就是求“最长连续公共子序列”。
class Solution {
    public int findLength(int[] A, int[] B) {
        int ans = 0;
        int[] dp = new int[A.length + 1];
        for (int j = 1; j <= B.length; j++) {
            for (int i = A.length; i >= 1; i--) {
                if (A[i - 1] == B[j - 1]) {
                    dp[i] = dp[i - 1] + 1;
                } else {
                    dp[i] = 0;
                }
                ans = Math.max(ans, dp[i]);
            }
        }
        return ans;
    }
}
  • 时间复杂度:O(n^2),空间复杂度:O(n)

关于动态规划问题,可以先参考我在《算法导论》中的总结文章:动态规划问题

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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